自适应和鲁棒的成本感知去中心化 LLM 推理网络的质量证明

去中心化的大语言模型推理网络需要轻量级机制来奖励在延迟和成本异构环境下的高质量输出。质量证明通过抽样评估节点对候选输出进行评分，然后聚合评分形成共识信号，从而实现可扩展的验证，并确定奖励。然而，评估节点的异构性和恶意得分操纵会扭曲共识并导致奖金膨胀，这在开放参与环境下削弱了激励对齐。本文通过添加对抗韧性共识形成，扩展了成本感知的质量证明机制。我们研究了鲁棒的聚合规则，包括中位数和剔除均值，以及一种从偏差信号更新评估权重的自适应信任加权共识。使用问答和摘要工作负载，并借助离线分析的ground truth代理，我们量化了评估节点的可靠性，发现评估之间存在显著差异，包括任务相关的误差，可能导致相关性反转。我们随后评估了在恶意比例和评估样本大小范围内，针对四种对抗策略（包括噪声注入、提升、破坏和间歇性操纵）的鲁棒性。结果表明，鲁棒聚合提高了与ground truth代理的共识对齐度，减少了对噪声和战略攻击的敏感性。我们进一步描述了评估抽样引入的运营权衡，其中较大的评估集合会降低评估奖励并增加回报波动，而推理奖励在我们的配置下保持相对稳定。这些发现激励将鲁棒共识作为成本感知质量证明的默认组件，并为在对抗风险和资源约束下选择评估抽样参数提供了实用指导。