论文揭示联邦学习ZK奖励机制的隐私-公平权衡

Andreas Sendros 等在 arXiv 论文（2611.16065）中设计并评估了两个用于联邦学习奖励分配的 Solidity 智能合约：一个按公开质量分数比例分配奖励，另一个用零知识（ZK）阈值证明隐藏个体分数，两者均铸造不可转让的 use-and-burn 代币。 作者称实验结果揭示了密码学隐私与激励公平之间的根本权衡：在标准基准和现实的联邦学习收敛动态下，静态阈值 ZK 门控作为激励层的公平机制会失效。该论文已被第 12 届巴尔干信息学会议（BCI 2026）接收，并获最佳论文奖。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。