Penggantian model dalam API LLM adalah masalah yang didokumentasikan. Penelitian: "Apakah Anda mendapatkan apa yang Anda bayar? Mengaudit Penggantian Model di API LLM" Temuan: Penyedia memiliki insentif keuangan untuk diam-diam menukar model mahal dengan yang lebih murah. Pengguna tidak memiliki cara untuk memverifikasi apa yang sebenarnya berjalan. Brave baru saja memecahkannya dengan AI yang dapat diverifikasi secara kriptografis. Implementasi: @brave Leo sekarang menggunakan Lingkungan Eksekusi Tepercaya @near_ai @nvidia untuk privasi yang dapat dibuktikan dan transparansi model. Ini adalah jaminan kriptografi yang ditegakkan perangkat keras. ARSITEKTUR: GPU Nvidia yang mendukung TEE menciptakan kantong aman yang terisolasi perangkat keras dengan enkripsi penuh data dan kode selama inferensi. Laporan pengesahan kriptografi berisi hash model dan hash kode eksekusi. Pengesahan jarak jauh memverifikasi Nvidia TEE asli yang menjalankan kode sumber terbuka yang tidak dimodifikasi. JAMINAN: - Kerahasiaan: Bahkan OS yang sepenuhnya disusupi tidak dapat mengakses memori TEE (isolasi perangkat keras) - Integritas: Bukti kriptografi dari model dan kode yang tepat yang dijalankan - Verifikasi: Rantai sumber terbuka dari kode ke pengesahan perangkat keras RANTAI VERIFIKASI: Pengguna memilih model → @brave memvalidasi pengesahan kriptografi @near_ai → mengonfirmasi @nvidia perangkat keras TEE → membuktikan DeepSeek V3.1 berjalan tidak dimodifikasi → lencana hijau ✅ ditampilkan Ini menghilangkan tiga masalah kritis: (1) Pencucian privasi: Matematika daripada pemasaran. Bukti kriptografi menggantikan kebijakan privasi. (2) Penggantian model: Bukti yang diberlakukan perangkat keras bahwa Anda mendapatkan model yang Anda pilih/bayar. (3) Persyaratan kepercayaan: Jaminan perangkat keras menggantikan perjanjian hukum. PERBANDINGAN DENGAN KOMPUTASI CLOUD PRIBADI APPLE: Pendekatan TEE yang serupa, filosofi yang berbeda:...