學術研究支撐
關於 PoQ 機制的設計邏輯、技術可行性與性能優勢，已通過專門的學術研究論證，相關成果可參考以下論文詳細了解：
《Design and Evaluation of Cost-Aware PoQ for Decentralized LLM Inference》：提出成本感知型 PoQ 框架，將效率測量融入獎勵機制，通過統一評估流水線實現質量與成本的動態平衡，驗證了多維度評估體系的實用性與經濟可持續性。
《Optimistic TEE-Rollups: A Hybrid Architecture for Scalable and Verifiable Generative AI Inference on Blockchain》：提出的混合驗證協議，為鏈上可驗證證明提供了底層架構支撐，通過可信執行環境（TEE）與零知識點檢相結合的方式，解決了去中心化推理的可驗證性三元困境，進一步強化了 PoQ 證明的安全性與高效性。
《Adaptive and Robust Cost-Aware Proof of Quality for Decentralized LLM Inference Networks》：去中心化大型語言模型推論網路之自適應且具韌性的成本感知品質證明機制：此研究為具成本感知的品質證明（PoQ）機制擴增具對抗者韌性的共識形成機制，整合中位數、截尾平均數等穩健聚合規則，以及依據偏離信號更新評估節點權重的自適應信任加權共識策略。透過基於四種對抗攻擊策略的問答與摘要任務實驗驗證，穩健聚合不僅能提升共識分數與真實值代理的契合度，並降低其對雜訊與策略性攻擊的敏感度；同時亦釐清了評估節點抽樣規模、韌性、獎勵變異性與評估成本之間的運營權衡關係，為處於對抗風險與資源限制下的品質證明機制部署，提供了實務性的指引。