Prépublication : La vérification par preuve à divulgation nulle de connaissance de l'entraînement des IA de frontière est possible

Résumé

Les cadres de gouvernance de l'IA de frontière utilisent de plus en plus le calcul cumulatif d'entraînement (FLOPs) comme critère principal pour désigner les modèles à fort impact, mais leur mise en application repose sur l'auto-déclaration car aucune primitive de vérification technique pour l'entraînement n'existe. Tout futur accord international sur l'IA de frontière fait face au même problème avec des enjeux plus élevés : la régulation coordonnée de technologies à externalités significatives a historiquement reposé sur la vérification technique, sans laquelle les accords restent déclaratoires. Des analyses récentes de gouvernance jugent les preuves à divulgation nulle de connaissance (ZK) comme une piste prometteuse mais actuellement impraticable à l'échelle des entraînements d'IA de frontière. Nous soutenons que cette impraticabilité est liée au paradigme plutôt que fondamentale, et proposons une architecture de vérification pour le pré-entraînement dense de modèle de frontière combinant une spécification d'entraînement pré-engagée, des observations réseau inter-nœuds, et des engagements de Merkle à la volée des calculs intermédiaires, vérifiés via une machine virtuelle à divulgation nulle de connaissance (zkVM) avec précompilations natives BF16/FP32. La preuve vérifie le calcul en virgule flottante réel effectué par le GPU plutôt qu'une approximation en virgule fixe, et préserve la confidentialité de l'architecture du modèle via une spécification d'entraînement privée. Le protocole produit trois types de preuves : une preuve de genèse à l'initialisation, des preuves d'étape en cours d'entraînement, et des attestations ex ante imposant des affirmations pertinentes pour la gouvernance comme invariants continus, transformant le registre d'entraînement en artefact exécutoire pour la gouvernance. Nous estimons qu'un proof of concept déployable est réalisable dans environ 36 mois avec un surcoût côté entraînement de quelques pourcents, contre un cycle de six à dix ans pour du silicium personnalisé adapté à la vérification. Treize problèmes ouverts de recherche et d'ingénierie sont catalogués comme agenda de recherche pour les contributions extérieures.