Apple ML Researchは7月16日(現地時間)、「Doubly Sub-linear Interactive Proofs of Proximity (dsIPPs)」と題する研究論文を発表した。dsIPPsは、巨大な入力データの特性を近似的に証明するシステムであり、証明の生成コストは入力の一部を読み取る劣線形である。検証はさらに高速で、参照する入力データ量も少ない。この技術は、証明者が入力全体にアクセスせずに大規模データの特性に関する主張を効率的に証明・検証することを可能にし、データ検証やMLパイプライン監査の効率化に貢献する可能性が指摘されている。
本研究は、Noga Amir氏、Oded Goldreich氏、Guy N. Rothblum氏によって共同で実施された。彼らはWeizmann Institute of Scienceに所属しており、Innovations in Theoretical Computer Science (ITCS) 会議で発表された。
dsIPPsは、constant-width read-once oblivious branching program (ROOBP) によって決定できる任意のプロパティに対して構築可能である。また、入力のハミング重みの近似検証や、bounded-degree graphモデルにおける二部グラフ性の緩和のための証明システムも構築されている。
Apple ML Researchは、関連する研究として、7月(現地時間)にはInteractive Proofs for General Distribution PropertiesをFOCS会議で発表した。さらに、10月2日(現地時間)には、Large Language Models (LLMs) と形式的定理証明システムLean 4に関連するHilbert: Recursively Building Formal Proofs with Informal Reasoningという論文も発表している。この論文はMATH-AI 2025 Workshop at NeurIPS 2025およびICLRで採択された。
参考: Apple ML Research — 2026年7月16日 09:00 (JST)
原文ハイライト"Doubly Sub-linear Interactive Proofs of Proximity"