Frontier AI tuntuu pelottavalta vain siksi, että suurin osa siitä toimii edelleen kuin musta laatikko, jonka päällä on hieno logo. Mitä @inference_labs tekee DSperse + JSTprove -menetelmällä, on käytännössä sanoa: "okei, todista se." Palasin DSpersen artikkeliin, jossa sitä kuvataan strategiseksi kryptografiseksi varmennukseksi arvokkaista alilaskennoista täysimittaisen SNARK-cosplayn sijaan. Mallin osat muuttuvat itsenäisesti todistettaviksi, joten voit lukita turvaportit, poikkeamatunnistit tai yksityiset päät ilman, että koko verkko vedetään ZK-. Toisaalta JSTprove ja heidän GitHub-organisaationsa avoimen lähdekoodin repositio antavat sinulle päästä päähän -putken Polyhedran Expander-taustalla: syöttää ONNX-malli sisään, CLI antaa todisteita ja auditoitavia artefakteja, syvää kryptotaustaa ei tarvita. ❯ DSperse päättää, mikä on todistamisen arvoista ❯ JSTprove käsittelee, miten se todistetaan ja paljastetaan Useimmat "rajaseudun tekoäly"-pinot pyytävät silti luottamaan vertailuarvoihin, ei käyttäytymiseen. Tämä yhdistelmä kääntää tilanteen: valitset ne epäonnistumistilat, joihin et suostu ottamaan vetoa, ja asetat todisteet täsmälleen paikalle. Jos rakennat vakavia järjestelmiä robotiikassa, rahoituksessa tai agenttien maailmassa, seuraava rehellinen askel on yksinkertainen: kartoita uhkamallisi ja kysy, mitkä osat oikeasti ohjaisit DSperse + JSTprove kautta. Jos vastaus on "ei mitään", et oikeastaan vielä tavoittele luottamusta #zkML