Comprobar el entrenamiento ajeno sin repetirlo

En computación distribuida, comprobar un resultado suele costar tanto como producirlo. Para asegurarse de que un nodo movió gradientes de verdad y no escupió un montón de números al azar, el verificador tendría que rehacer la tirada entera, y toda la ventaja de repartir el trabajo se evapora en ese mismo instante.

Por qué eso importa lo explica el primer capítulo de la fuente: entrenar redes grandes era privilegio de corporaciones con acceso a supercomputadoras centralizadas, y con el hardware viajaba el control: pesos censurados, restricciones ideológicas, propiedad del resultado. La respuesta de CODE se llama síntesis neuronal descentralizada y reúne a miles de nodos independientes, los mineros de entrenamiento, en una red de aprendizaje federado.

Pregunta uno: ¿se hizo el cálculo declarado, y se hizo bien? Pregunta dos: ¿sirve de algo el trozo enviado, o el nodo coló una puerta trasera en el modelo? Son preguntas distintas atendidas por maquinaria distinta, y la prueba sólo responde a la primera.

De ahí la forma de la defensa. La matemática caza la mentira en la aritmética, la estadística de agregación caza el sabotaje en el contenido, la economía vuelve ambas cosas poco rentables. Quita cualquiera de las tres y las otras dos no cubrirán su tramo.

Tras pasar de los pesos `Wₜ` a `Wₜ₊₁` sobre un lote, el nodo de entrenamiento monta un zk-SNARK `πₜᵣₐᵢₙ` que afirma tres cosas. El paso hacia adelante se calculó bien: las activaciones de capa salieron como `Y = f(Wₜ · X + B)`. El paso hacia atrás siguió estrictamente la regla de propagación del error. Los pesos nuevos obedecen la fórmula del optimizador, `Wₜ₊₁ = Wₜ − η · Update(∇ W)`, sea Adam o SGD.

La ganancia está justo en el tiempo de verificación: a un validador de Solana le bastan milisegundos para una prueba corta que representa horas de la GPU de otro. Ese desnivel es la razón entera de la construcción.

ReLU desarmada en igualdades

Dentro de un circuito una no linealidad nunca es una función: es un sistema de restricciones. Una capa se lee `aₗ₊₁ = σ(Wₗ · aₗ + bₗ)`, y la σ del rectificador entra mediante un selector binario `s ∈ {0, 1}` y tres condiciones: `y · (1 − s) = 0`, `(x − y) · s = 0`, `y ≥ 0`. Para el paso hacia atrás el circuito demuestra que la suma de productos `∂L/∂wⱼₖ = Σᵢ δⱼ · aₖ` se acumuló honestamente sobre todo el lote, de modo que retocar un gradiente antes de enviarlo deja de ser una opción.

Por qué cada número se multiplica por mil millones

El cuerpo donde vive el esquema es finito: un orden cercano a `2²⁵⁴` para la curva BN254. Allí no hay fracciones, así que los elementos de las matrices se toman con escala `10⁹` y el producto aterriza de golpe en `10¹⁸`. Para que la rejilla de bits no se desplace, cada valor intermedio lleva la restricción de rango `z < 2⁶⁴` sobre selectores de 64 bits, y la vuelta se comprueba con una división con resto: `ȳᵢ = qᵢ · 10⁹ + rᵢ` con `rᵢ < 10⁹`. El beneficio colateral pesa más que el principal: el resultado deja de depender del acelerador que lo produjo.

Cientos de actualizaciones locales se funden en un modelo mediante un promedio federado reescrito en torno a la reputación: `W_global = Σᵢ (Rᵢ / Σ Rⱼ) · Wᵢ`, donde `Rᵢ` crece con la precisión de las rondas pasadas y con el tamaño del stake bloqueado. Quién hará la suma no se sabe de antemano: los agregadores se sortean con una función aleatoria verificable, y la corrección de la fusión se confirma con una prueba aparte, `π_merge`.

Aquí es también donde se atrapa el envenenamiento del modelo, justo lo que una prueba de paso no puede ver por principio. La convergencia se sostiene mientras los nodos bizantinos queden por debajo de un tercio del total, `f < n/3`. Encima corre una mediana geométrica: al vector que queda demasiado lejos del centro de masas de la mayoría se le asigna peso cero en el promedio y el contrato inteligente confisca el stake bloqueado de quien lo envió.

Una campaña de entrenamiento abre bloqueando presupuesto en $GALATIN, y todo el flujo atraviesa el enrutador canónico 5/5/15/7/3/65. Un cinco por ciento se quema, otro cinco va al fondo de investigación de Maksim Valentinovich Galatin, el 15/7/3 llega a los embajadores de tres niveles y el 65% se reparte entre los mineros que alquilan capacidad, los usuarios que aportaron sus huellas cognitivas y los validadores de pruebas.

La mitad de ese 65% permanece en garantía hasta que una ronda de agregación queda confirmada. Si resulta que un nodo entregó pesos incorrectos o una prueba falsificada, entra el slashing: la dirección va a la lista negra del registro soberano `did:code`, todo el stake bloqueado pasa a un fondo de seguro y el presupuesto no gastado de la campaña vuelve al cliente.

Lo más caro para el probador es la multiplicación multiescalar: hasta el 80% de su tiempo de trabajo. El método de Pippenger con ventanas fijas, habitualmente `c ≈ 4`, recorta un 75% el número de sumas de puntos de curva elíptica. Después, las pruebas locales de capas sueltas se empaquetan por plegado en esquemas Nova o Halo2, donde el número de restricciones no crece con la cantidad de capas, y en cadena sólo se verifica el hash polinómico comprimido final del modelo.

Las mediciones de la devnet salen rectamente lineales. Una capa de 512 neuronas ocupa 1,2 segundos, 16 GB de memoria del nodo y una prueba de 45 KB. Doblar el ancho lo dobla todo: 1024 neuronas dan 2,4 segundos, 32 GB y 90 KB; 2048 da 4,8 segundos, 64 GB y 180 KB; 4096 da 9,6 segundos, 128 GB y 360 KB.

Resultados a 5 de marzo de 2026: una red de 250 nodos GPU de entrenamiento activos sobre Nvidia A100 y H100, con Llama-3-8B-Instruct como modelo entrenado, unos 4,5 segundos para armar la prueba de un paso con lote de 32, y verificación en cadena por 210 000 unidades de cómputo. La línea sobre precisión la fuente la redacta con cuidado: en la simulación, los pesos falsos fueron bloqueados.

El calendario ocupó algo más de una semana. El 27 de febrero se desplegaron cien nodos con H100 y arrancó la coordinación básica. El 1 de marzo se simuló el envenenamiento: quince nodos mandaron actualizaciones falsificadas, en esa simulación los esquemas de verificación rechazaron todos los intentos y el stake de los atacantes fue quemado. El 3 se entrenó Llama-3-8B-Instruct sobre un conjunto médico y la fusión de pesos bajó a tres minutos por ronda. El 5 se conectó Solana Devnet y se tomaron las cifras finales.

La privacidad se apoya en el orden de las operaciones y no en una promesa: los pesos base llegan al dispositivo del usuario o a un nodo local protegido, las actualizaciones y los gradientes se cifran allí mismo con claves de sesión, y los validadores externos ven sólo que el cálculo fue correcto, nunca el conjunto de datos. Entre nodos el tráfico va por p2p con cifrado Noise.

La cifra de un entrenamiento hasta un 80% más barato que el de los hyperscalers centralizados la presenta la fuente como estimación objetivo de una subasta abierta de capacidad, no como medición. La hoja de ruta también está nombrada como plan: junio de 2026, un enjambre móvil en dispositivos de consumo; septiembre, un mercado de modelos entre cadenas para Solana, Ethereum y Cosmos; diciembre, el autoperfeccionamiento continuo en el que el modelo convoca su propia campaña. Ninguna fase estaba cumplida cuando se publicó el texto.

Y la limitación principal, que se sigue directamente de cómo está hecha la primera línea. La prueba testifica sobre aritmética, no sobre el valor de los datos: un nodo que calculó los gradientes con honradez sobre un conjunto inservible obtendrá un `πₜᵣₐᵢₙ` impecable, porque al validador no le enseñan los datos de origen en absoluto. Por eso detrás de la primera hay dos líneas más, y por eso el mínimo de hardware está fijado con dureza: no menos que una Nvidia RTX 4090 con 24 GB de memoria de vídeo, 16 núcleos físicos desde 3,5 GHz, 64 GB de RAM y un canal simétrico desde 100 Mbit/s.