0xPolygon @0xPolygon 生态里的预测市场 @Polymarket 和 Kaito以及brevis_ @brevis_zk 合作，实现了可验证的 kaito mindshare markets。这样用户可以在Polymarket上进行kaito上项目的mindshare预测交易。 那存在什么问题，需要使用@eigencloud，@brevis_zk组合起来实现呢？ 要让Polymarket上交易员相信，kaito是按配方（又不能透漏具体配方）给的数据，涉及两方面需要可验证计算： -AI推理可验证：kaito在进行项目mindshare进行计算时（x上的文本计算）使用了AI推理，如果放到去中心化环境中，那么就要让推理可验证，使用eigencloud 推理可验证技术来解决 -MindShare计算可验证：kaito mindshare计算这个MindShare比例时，应该有不同维度参数的配方算法，那么如何证明，kaito是按配方进行计算的而又不透漏具体算法呢？这个是使用了 @brevis_zk 这里再说说@eigencloud AI的推理可验证， EigenCloud 的方法不是直接用零知识证明（ZK）来验证整个推理（因为 LLM 推理计算密集，ZK 证明开销太大），而是通过 推理确定性+ 重执行+ 经济保障 的组合来实现。 以下是关键步骤： 使 LLM 推理确定性：（这里是比较核心的，eigenAI需要修改推理技术栈，可推理每次的随机性的一些维度都限制住，保证同样的X输入，有确定的Z输出，比如强制 temperature=0，锁死所有随机种子，完全禁用近似算法 ，自定义确定性分词器等等） 支持模型：目前从 gpt-oss-120B（OpenAI 开源模型）开始，未来扩展到更多开源 LLM，支持工具调用和链式思考。 genCloud 的技术：通过固定种子（seed）、精确控制浮点运算和优化推理引擎，实现 完全确定性输出。即，对于相同输入 X 和模型 Y，每次运行都产生 精确相同的 Z 重执行验证： 推理在 off-chain（链下）运行，由运营商（operators）在 TEE或容器中执行 运营商提供输出 Z + 签名（证明执行了特定代码）。 验证机制：任何人（包括挑战者）可以 重运行 相同输入 X + 模型 Y，检查是否匹配 Z。如果不匹配，就是欺诈证据。 这通过 EigenVerify（EigenCloud 的争议解决层）实现：链上触发重执行，成本由挑战者支付，但如果证明欺诈，运营商的抵押品（staked ETH/EIGEN）会被 slashing（罚没） 经济与加密保障： 基于 EigenLayer 的 Restaking：运营商 stake ETH/EIGEN 作为抵押，stake 量与任务风险成正比。 Forkability：如果多数 staker 共谋产生无效输出，EIGEN 代币可被 fork（分叉），重置共识。 结合 TEE 证明（硬件级代码完整性）和签名，确保执行环境未被篡改。 整体在 AVS架构下运行：AI 推理作为一个“服务”，与其他 AVS（如 oracle、数据存储）组成。(头雁)