K-Veritas Vibe 项目

K-Veritas 是一款面向科研人员和算法工程师的计算实验可信验证工具，通过将公开发表的实验结果与产生该结果的确切代码、硬件配置和运行时间绑定，生成任何人都可以独立验证的密码学签名报告（PDF 格式）。当审稿人或读者对实验结果存疑时，无需复现整个实验流程，直接验证签名报告即可确认数据真实性，从根本上堵住「论文结果调过再放进去」这类学术造假的漏洞。工具以零运行时依赖的单一静态二进制分发，跨平台支持 Linux、macOS、Windows，x64 和 ARM64 架构均可运行。

K-Veritas 的核心工作流程分为四个阶段：初始化会话（kveritas init）、在被监控环境下运行实验命令（kveritas run -- your_command）、密封生成签名报告（kveritas seal -- output report.pdf）、公开验证报告（kveritas verify report.pdf）。初始化时默认使用化名模式，不记录真实文件名和内容，报告中只显示假名；用户可选择显示真实文件名（--show-names）或完整披露代码束（--disclosure open），灵活控制信息披露程度。所有实验过程的代码状态、阶段边界、硬件快照均被内容寻址快照捕获，通过 Merkle 链绑定进签名记录，保证报告不可篡改。

该工具的技术亮点在于其「防篡改感知」的后台采样机制。运行期间，一个后台采样器以约 10Hz 的频率记录每进程的遥测数据，包括 CPU 使用率、内存占用、上下文切换次数、页错误数、CPU 频率、磁盘 I/O，以及 GPU 利用率、显存占用、功耗和温度。当用户声明了模型卡（参数规模、架构、精度）时，seal 阶段会将声明的 FLOPs 与硬件实际物理能力进行交叉核验：若声明计算量超过 GPU 峰值算力乘以运行时间所能交付的上限，直接判定为「物理上不可能」，作为 FABRICATION-IMPOSSIBLE 级别的硬违规写入签名。这意味着即使没有 GPU 的纯 CPU 环境下，声称用单卡 H100 跑出的训练结果也无法通过验证。

验证结果分为四个等级：PASS（各指标协同一致，判定为真实运行）、WARN（存在轻微异常但不足以否定）、FAIL（指标矛盾，判定为伪造或重放）、N/A（采样数据不足，不作评判）。报告中的各通道时序数据以可视化图表呈现，审阅者可以直接观察 CPU/GPU 负载曲线是否符合真实运行特征。K-Veritas 不查看也不存储报告结果，因此对实验内容完全「盲」，保证了验证过程本身的公正性。

快速上手路径只需四步：首先从 GitHub Releases 下载对应平台的二进制文件并安装；其次用 kveritas init 初始化一个验证会话；第三步用 kveritas run -- 包装任意实验命令的运行（如 kveritas run -- python train.py --epochs 90）；第四步用 kveritas seal 生成签名 PDF 报告，并将报告和校验码发给需要验证的一方。接收方只需执行 kveritas verify report.pdf 即可在离线模式下独立完成验证，全程无需访问原始代码或数据集。

该工具适合以下人群：科研论文作者用于证明实验可复现性，算法竞赛选手提交解决方案时附带可验证执行证明，开源项目维护者发布基准测试结果时提供防篡改凭证，AI 初创企业在技术白皮书中展示模型训练过程的可信硬件消耗数据，以及期刊审稿人或学术诚信机构在同行评审环节快速核实数据真实性。K-Veritas 由 27-GROUP 团队开发和维护，项目采用开源许可，任何人均可下载使用和审计源码。