---
title: "Caleta 论文提出本地大模型推理证据层"
dek: "论文将制品检查与执行记录结合，同时列明来源认证和隔离方面的未决问题。其报告的实测仅覆盖一种 Windows CPU 配置。"
---

BiVelio Inc 的 Joan-Marc Fisa 于 2026 年 11 月 6 日向 arXiv 提交了介绍 Caleta 的论文。摘要将其描述为采用 Apache-2.0 许可证的进程监督程序与证据层，围绕现有后端构建，用于本地大语言模型（LLM）推理。其设计通过明确的契约，区分完整性、来源、隐私控制和可复现性等不同主张。[^1]

据摘要介绍，Caleta 结合了版本化清单、文件大小精确核对与 SHA-256 制品校验、受控后端构建、受限的 OpenAI 兼容代理、不含提示词的执行记录、基准报告和小型符合性测试套件。论文区分了制品完整性与经过认证的来源，也区分了隐私控制与操作系统隔离。清单签名、检查与使用之间的文件替换，以及操作系统层面的约束，仍是待解决的问题。[^1]

作者报告进行了静态检查、22 项单元测试、覆盖 Ubuntu、macOS 和 Windows 的确定性端到端测试，以及一项 Windows CPU 实测。实测使用 Qwen2.5-0.5B-Instruct Q4_K_M 和后端构建 b11981。据报告，三次基准调用共完成 15 次预热后的请求，没有失败；首词元延迟中位数为 18.066 毫秒，解码吞吐量中位数为每秒 54.394 个词元。摘要明确指出，这些测量只描述该配置，不能据此判断跨引擎优势、输出质量、能效或其他硬件上的性能。[^1]

:::analysis
这些主张位于 T3 模型层（models）和 T2 运行时层（runtime）：制品检查针对模型文件，后端构建和执行记录则涉及推理如何启动、如何留存记录。核验者仍需区分字节匹配、来源认证和操作系统约束；摘要将这些问题分别处理。这里涉及的可核验属性是可识别性：如果为用户提供服务的确切版本与配置有记录且可检查，用户就能判断自己是否曾接触某一配置。用户和运营方应核对自身系统的清单、制品检查、后端构建及执行元数据；摘要没有推荐修复版本，也未解决检查后的文件替换问题。[^1]
:::

:::checked
我们于 2026 年 11 月 13 日阅读了保存的 arXiv 摘要页文本，标题为《Caleta: An Evidence-Oriented Trust Layer for Reproducible Local Large Language Model Inference》，其中包含 v1 提交历史。这次阅读仅确认摘要报告了哪些内容。我们没有阅读全文、检查作者声称已公开的原始数据或代码，也没有复现基准或测试系统。[^1]
:::

[^1]: https://arxiv.org/abs/2611.10324
