학술 연구 지원
전술한 PoQ 메커니즘의 설계 로직, 기술적 타당성 및 성능 우위는 전문 학술 연구를 통해 검증되었습니다. 자세한 내용은 다음 논문을 참고하세요:
- Design and Evaluation of Cost-Aware PoQ for Decentralized LLM Inference: 효율성 지표를 인센티브 메커니즘에 통합하는 비용 인지형 PoQ 프레임워크를 제안합니다. 통합 평가 파이프라인을 통해 품질과 비용 간의 동적 균형을 달성하며, 다차원 평가 시스템의 실용성과 경제적 지속 가능성을 검증합니다.
- Optimistic TEE-Rollups: A Hybrid Architecture for Scalable and Verifiable Generative AI Inference on Blockchain: 체인 상 검증 가능한 증명에 대한 기본 아키텍처를 제공하는 하이브리드 검증 프로토콜을 제시합니다. 신뢰할 수 있는 실행 환경(TEE)과 영지식 스팟 체크를 결합하여 탈중앙화 추론의 검증 가능성 트릴레마를 해결하고 PoQ 증명의 보안성과 효율성을 더욱 강화합니다.