どちらもまあまあ正しいかな。FHEスキームでは、復号せずに操作カウンターをリセットする再正規化ができるから、その意味では操作数に厳密な制限はないよ。ただ、FHEの操作は通常のものよりも約6桁高いコストがかかるから、例えばLLMをすぐに動かすのは無理だね。小さな分類器ならいけるかも。

ホモモルフィックスキームと完全ホモモルフィックスキームの違いは、FHEはブートストラップできるってこと。暗号化された値からノイズを取り除くホモモルフィックに評価できる回路があって、それによってどんなホモモルフィック計算の結果もノイズを取り除いてさらに計算できるようになるんだ。

私の理解は主に10年前のもので、全体的に高レベルで、完全同型暗号の一種類についてだけです。状況は変わっていて、今ではいくつかの種類があります。各ビットを暗号化して、その後「暗号化されたビット」を使って、平文に適用したい操作を実装する仮想ゲートベースの回路で評価するシステムだと聞きました。平文を（復号|暗号）化するための鍵は、少なくとも1ギガバイトになるでしょう。この指数的に大きなデータを処理するのが、私が説明したシステムに基づくFHEが遅い理由です。だから、例えば数字を足したい場合は、FHEシステム内でフルアダー回路を実装する必要があります。[0] https://en.wikipedia.org/wiki/Adder_(electronics)#/media/Fil... 250ページの論文より短くてわかりやすい概要を知りたいなら、ジェレミー・クンの2024年の概要を考慮してみてください。[1] https://www.jeremykun.com/2024/05/04/fhe-overview/

ゴールポストが動いて、もうプライベートじゃなくなった、ちょうどプライベートなだけ。

暗号化されてない計算より少なくとも100万倍遅いよ。1000倍や100倍なら大きな進歩だね。

そんな論文を読む時間があるなんて想像してみて。正直読みたいけど、これだけで30時間の勉強になるのは分かってる。

それはすごいけど、計算可能な関数はFHEを使って計算できるから、微分可能な部分が必要かどうかは疑問だな。

ニューラルネットワークでよく使われるReLUは、ゼロで微分可能じゃないけど、効率的にFHE評価可能な式で近似できるんだよね。もし細かいことを気にするなら、微分可能性は本当に重要じゃない。とはいえ、すごく洞察に満ちたコメントだね。FHEの下で動くLLM（または完全にローカルなLLM）は、人類にとって大きな前進だと思う。みんながプライベートにLLMとやり取りする権利を持つべきだ。それが目指すべき理想だね。