私有地图安全降低：高效AI数据市场的基础设施
密码学与安全
2025-11-05 v1
摘要
现代AI数据经济中心化了权力，限制了创新，并因未经控制、隐私或公平补偿地提取数据而产生价值错配。我们引入私有地图安全降低（Private Map-Secure Reduce, PMSR），一种网络原生范式，通过密码学强制的市场将数据经济从提取式转变为参与式。扩展MapReduce至去中心化环境，PMSR实现计算移动到数据位置，确保可验证隐私、高效价格发现和激励对齐。演示包括大规模推荐审计、隐私保护的大语言模型集成（六个模型平均87.5%的MMLU准确率），以及数百节点的分布式分析。PMSR建立了一个可扩展、公平且隐私保障的AI数据市场基础设施，面向下一代AI数据经济。
引用
@article{arxiv.2511.02055,
title = {Private Map-Secure Reduce: Infrastructure for Efficient AI Data Markets},
author = {Sameer Wagh and Kenneth Stibler and Shubham Gupta and Lacey Strahm and Irina Bejan and Jiahao Chen and Dave Buckley and Ruchi Bhatia and Jack Bandy and Aayush Agarwal and Andrew Trask},
journal= {arXiv preprint arXiv:2511.02055},
year = {2025}
}