一种基于零知识证明的可验证生成式预训练模型的方法和装置

本发明提供的基于零知识证明的可验证生成式预训练模型的方法和装置，属于神经网络安全领域，该方法将用于文本生成的生成式预训练模型的证明任务转换为每个神经网络层的子证明任务，基于生成式预训练模型中的文本生成和推理过程分解为输入和输出之间的约束关系，利用零知识证明验证每个子证明任务的约束关系，并将约束关系的验证结果归约到原始生成式预训练模型的结果中，完成推理结果的验证。本发明通过划分子证明任务，将文本生成和推理过程分解为输入和输出之间的约束关系，使得验证所需的约束数量更少，减少了计算负担，结合零知识证明验证约束关系，在不泄露模型参数的情况下显著提高生成式预训练模型的证明速度，提升服务的可信度和安全性。