Alessandro Zirilli 及其合著者于 2026 年 11 月 3 日向 arXiv 提交了 Perseus: A Full-Stack System for Homomorphic Model Inference。作者将 Perseus 描述为免费、开放的 Python 库,覆盖加密推理全流程,包括密码学后端、数据打包、加密非线性运算和端到端模型执行。[1]

全同态加密(FHE)允许直接对加密数据进行计算。作者认为,计算成本和工具分散阻碍了这项技术在远程推理中的实际应用。其优化涉及三个层面:在内核中重新生成密钥切换密钥、采用 Cachemir 数据打包方法的复数变体,以及根据打包方式和数值量级安排自举操作。[1]

摘要声称,Perseus 在多种模型和模态上的延迟达到当前最佳水平,准确率和困惑度与明文模型的差距在 3% 以内。作者还报告,Llama-3-8B 的单令牌解码速度是其他任何实现的 3.96 倍,并宣布发起加密 GPT-2 的公开竞速。这些都是作者报告的结果;保存的摘要没有提供独立评估这些主张所需的基准配置或比较细节。[1]

[1]: Perseus: A Full-Stack System for Homomorphic Model Inference,arXiv,2026 年 11 月 3 日。

来源

  1. Perseus: A Full-Stack System for Homomorphic Model InferencearXiv · 2026年11月3日

核查或更正本页

验证记录

下方摘要可以说明你读到的文字是否与公开的源文件一致,但不能说明报道内容本身正确。这一摘要在构建时根据本页的 Markdown 源文件计算,并列入站点清单。

7a1150d8e6b214a3c2feddcae730caf70951a084cc16d2ff082ff3680296ca92