1/ JSTprove V2 ada di sini. Ini adalah peningkatan besar untuk tumpukan zkML kami dengan sirkuit yang lebih cepat, lapisan yang lebih didukung, kompatibilitas model yang lebih luas, dan pengalaman pengembang yang jauh lebih baik. Langkah besar menuju ML yang praktis dan dapat diverifikasi.

2/ Kami mengirimkan dua pengoptimalan sirkuit utama. Kami mengganti pemeriksaan rentang yang mahal dengan tabel pencarian, dan menambahkan algoritma Freivolds untuk verifikasi matriks probabilistik yang cepat. Keduanya secara signifikan mengurangi kendala dan membuktikan overhead.

3/ Mengapa ini penting: Pemeriksaan rentang muncul di mana-mana di sirkuit ML (ReLU, penskalaan ulang, maks/menit, dll.) dan harganya sangat mahal. Menggantinya dengan tabel pencarian menghemat kendala di hampir setiap model dan memberikan peningkatan kinerja langsung.

4/ Untuk operasi matriks besar, kami sekarang menggunakan algoritma Freivalds. Alih-alih verifikasi waktu kubik, kami menerapkan pemeriksaan probabilistik waktu kuadrat jika berlaku, secara dramatis mengurangi biaya verifikasi GEMM besar dan operasi serupa.

5/ Kami juga memperluas dukungan lapisan ONNX. JSTprove sekarang mendukung Add, Sub, Mul, Max, Min, Clip, 4D MaxPool (untuk saat ini), dan BatchNorm, membuka kelas model dunia nyata yang jauh lebih luas.

6/ JSTprove tidak lagi mengasumsikan satu input dan output. Kami sekarang mendukung grafik ONNX multi-input dan multi-output. Ini membutuhkan refaktor mendalam di seluruh middle-end dan backend Rust, tetapi secara besar-besaran memperluas kompatibilitas model.

7/ Kami juga membangun kembali kerangka kerja pengujian. Anda sekarang dapat menguji lapisan individual, menjalankan pengujian alur penuh (kuantisasi → sirkuit → menyaksikan → membuktikan → memverifikasi), bentuk dan parameter fuzz, dan mendapatkan kesalahan yang tepat dan bermanfaat untuk model yang tidak didukung.

8/ Menambahkan lapisan seperti BatchNorm memaksa kami untuk membersihkan dan memodulasi sebagian besar backend. Ini membuat penambahan dan pengoptimalan lapisan di masa depan jauh lebih cepat, lebih aman, dan lebih mudah untuk dipikirkan.

9/ Hasilnya: JSTprove V2 lebih cepat, lebih murah untuk dibuktikan, lebih ekspresif, lebih kuat, dan siap untuk model dunia nyata yang jauh lebih kompleks. Ini adalah langkah besar untuk membuat pembelajaran mesin yang dapat diverifikasi praktis dalam produksi.