CrypTorch: Nuovo compilatore ottimizza l'apprendimento automatico basato su MPC
I ricercatori hanno presentato CrypTorch, un framework compilatore progettato per migliorare le prestazioni e l'accuratezza dei modelli di apprendimento automatico che utilizzano il calcolo multipartitico (MPC). L'MPC consente a più parti di eseguire carichi di lavoro ML senza condividere dati privati o parametri del modello, ma i framework esistenti spesso degradano accuratezza e prestazioni a causa di trasformazioni opache specifiche dell'MPC. CrypTorch affronta questo problema suddividendo le trasformazioni in fasi modulari e ispezionabili e emettendo grafici eseguibili dopo ogni passaggio per test iterativi. Seleziona automaticamente le trasformazioni ottimali da un pool di opzioni per bilanciare i compromessi. Il framework è modulare, estensibile e testabile iterativamente, con l'obiettivo di rendere l'ML basato su MPC più efficiente e trasparente. Il lavoro è descritto nell'articolo arXiv 2511.19711.
Fatti principali
- CrypTorch è un framework compilatore per l'apprendimento automatico basato su MPC.
- L'ML basato su MPC esegue carichi di lavoro su più parti senza condividere dati privati.
- I framework esistenti spesso degradano accuratezza e prestazioni a causa di trasformazioni opache.
- CrypTorch suddivide le trasformazioni in fasi di compilazione modulari.
- Gli utenti possono ispezionare e ottimizzare le trasformazioni con CrypTorch.
- CrypTorch emette un grafico eseguibile dopo ogni trasformazione per test iterativi.
- Seleziona automaticamente le trasformazioni da un pool per bilanciare i compromessi.
- L'articolo è disponibile su arXiv con identificatore 2511.19711.
Entità
Istituzioni
- arXiv