Eigen Labs 在 2026 年 1 月 23 日的博客文章中称，EigenAI 已在主网上线，也就是已投入正式使用，而不是运行在测试网络上。该公司称，EigenAI 是一项大语言模型（LLM）推理服务，其运行方式让结果能够逐位复现。推理指用模型生成输出的过程。文章附有白皮书链接，白皮书介绍了完整设计。[1]
该公司报告，在 1 万次测试运行中，可复现率为 100%。它称性能开销低于 2%，依据是端到端推理延迟约增加 1.8%。可复现性只在同一种 GPU 架构内成立。在该公司的测试中，同架构的每次运行结果都一致，跨架构的运行则没有一次一致。因此，运营方和验证者必须使用型号相同的 GPU。Eigen Labs 将这一结果归因于对技术栈每一层的控制，其中包括固定种子解码，它让模型的随机选择可以重复。控制措施还包括自定义矩阵乘法内核，这些内核避开了浮点原子操作，而这类操作的执行顺序每次运行都可能不同。[1]
据文章介绍，验证采用乐观机制，即默认接受结果，除非有人提出挑战。运营方把加密后的结果发布到 EigenDA。EigenDA 是该公司的数据可用性层，负责存放已发布的数据，供他人取用。结果可以在争议窗口期内受到挑战。挑战发起后，请求会交给一个验证者委员会。委员会在可信执行环境（TEE）中重新执行请求；TEE 是由硬件隔离的执行环境，旨在保护其中的代码和数据。由于计算是确定性的，委员会只需检查字节是否一致。字节不一致会触发罚没，即从运营方质押的抵押品中扣除罚金。文章称，单个诚实的验证者就能发现欺诈。[1]
Eigen Labs 的作者于 2026 年 1 月 30 日在 arXiv 上发布论文，阐述了这一设计背后的假设。委员会以投票方式裁决争议，前提是持有网络中至少三分之二质押的验证者诚实行事。验证者的 TEE 必须先生成远程证明，即一份经过签名的记录，说明 TEE 加载了哪些代码；之后，验证者才会收到用于解密请求的密钥。该密钥以秘密共享的方式分散在多个密钥管理分片中，任何单个分片都不持有完整密钥。[2]
来源
核查或更正本页
- 更正
- 提交更正请求 · 在 GitHub 编辑源文件 · 更正政策
.jpg){kind=link}