本文提出了一种名为“梯度优化证明”（PoGO）的区块链共识设计，旨在解决矿工提供可验证的大规模机器学习模型训练证据的问题。通过引入量化梯度，优化了存储和计算需求，降低了验证成本，同时保持了模型损失的实际进展。

本研究提出了一种利用语音基础模型自动验证众包语音数据的方法，显著降低验证成本并提高效率。实验结果表明，该方法可节省40%以上的验证成本，同时保持数据质量，为语音数据获取开辟了新机遇。