What You Sign Is Not What You Run: The Verifiability Gap in Quantized LLM Supply Chains | AIChainDay

0단 자동

AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.

규칙 판: 규칙 판 도입 이전 기사입니다.
남기는 것: 규칙 판 · 모델 · 시각
판 기록: 아직 없습니다.

AI×블록체인2026년 10월 15일AI 점수: 75%

What You Sign Is Not What You Run: The Verifiability Gap in Quantized LLM Supply Chains

출처:arXiv cs.CR (암호학·보안)

AI 인사이트

개발자투자자

1.허깅페이스 GGUF 저장소 상위 200개 중 198개를 조사해 양자화 모델의 '독립 재현율(IVR)'을 최초 측정
2.빌드 환경 정보를 기록한 모델카드가 전무해 기록된 입력만으로는 IVR이 0/198에 그침
3.부동소수점 수축 설정과 텐서별 양자화 레시피 두 가지를 추가하면 8개 중 7개를 비트단위로 재현 성공
4.llama.cpp PR #25353의 재현 불일치를 재현하고, 특정 컴파일러 설정으로 품질손실 0.06%에 플랫폼 간 출력 일치 달성

왜 중요한가?

모델 서명이 보장하는 것은 원본 가중치일 뿐, 실제 배포되는 양자화 파일은 빌드 환경 미공개로 사실상 검증 불가능함을 실증해, LLM 공급망에서 서명한 것과 실행하는 것이 다르다는 근본적 신뢰 격차를 드러낸다.

언급 프로젝트

Hugging Face llama.cpp

본문 미리보기

arXiv:2610.19498v1 Announce Type: new Abstract: Model signing authenticates the full-precision weights W an LLM is released with, yet users run a quantized artifact Q whose producing transformation is not uniquely determined under current disclosure. We separate the non-environment inputs from the execution environment E and measure a quantity that, to our knowledge, has not been measured before: the Independent Verifiability Rate (IVR), the fraction of a popularity-sampled GGUF ecosystem that

전체 내용이 궁금하다면?

원문을 직접 읽어보세요

원문 보기