该论文面向一个日益突出的现实矛盾：开源大模型（LLM）在能力上已可与闭源模型竞争，并且允许用户在不把输入暴露给服务商的前提下本地推理，但大规模模型对本地算力要求极高，因此大量用户仍不得不租用第三方算力，从而重新引入隐私泄露与计算结果被篡改（正确性）两类风险。现有解决方案要么给服务端带来巨大的计算与通信开销，要么依赖额外的信任假设（如可信硬件、可信第三方或重量级密码学设置），难以在真实部署中落地。作者提出 Maverick：一种基于「矩阵-向量乘法委托」协议的私有且可验证的 LLM 推理方案。之所以选矩阵-向量乘法，是因为它是 LLM 推理中占据主导地位的算子，把这一原语做扎实，就能以模块化方式覆盖整体推理流程。Maverick 的核心贡献，据作者所述，是首个针对矩阵-向量乘法委托的、具有信息论级可靠性（information-theoretically sound）的验证协议，其特点包括：透明预处理（transparent preprocessing，即不需要可信初始化或秘密陷门）、高效的批量验证，以及几乎不增加服务端开销。在隐私方面，作者把该验证原语与基于 LPN（Learning Parity with Noise）难题的伪随机掩码结合，为客户端输入提供隐私保护——即服务端在计算过程中无法获知用户真实输入，而用户仍能验证返回结果的正确性。作者实现了该矩阵-向量委托原语，并据此搭建了 Maverick 的端到端原型，在 Qwen3-4B 模型上以每秒 token 数（throughput）为指标进行评测，覆盖 1 至 8 个客户端线程的配置。实验结果显示：在单客户端线程、服务端为最多 128 线程的 CPU 场景下，相比本地推理，掩码在线生成时吞吐最高提升 17 倍，掩码预计算时为 45 倍，仅做验证时为 44 倍；在四客户端线程下，对应提升分别为 13 倍、18 倍和 17 倍。当服务端算力不再是瓶颈时，作者用带模拟网络延迟的客户端微基准测试进一步测量，得到 12 倍至 20 倍、34 倍至 135 倍、38 倍至 157 倍的加速区间。该工作适合关注隐私保护推理、可验证计算、密码学协议工程以及 LLM 服务化基础设施的研究者与安全工程师阅读。