1/ JSTprove V2 è qui. Questo è un grande aggiornamento del nostro stack zkML con circuiti più veloci, più livelli supportati, maggiore compatibilità dei modelli e un'esperienza per gli sviluppatori molto migliore. Un grande passo verso un ML pratico e verificabile.

2/ Abbiamo implementato due importanti ottimizzazioni dei circuiti. Abbiamo sostituito i costosi controlli di intervallo con tabelle di ricerca e aggiunto l'algoritmo di Freivalds per una rapida verifica probabilistica delle matrici. Entrambi riducono significativamente i vincoli e il sovraccarico di dimostrazione.

3/ Perché questo è importante: I controlli di intervallo appaiono ovunque nei circuiti di ML (ReLU, ridimensionamento, max/min, ecc.) e sono molto costosi. Sostituirli con tabelle di ricerca salva vincoli in quasi ogni modello e offre guadagni di prestazioni immediati.

4/ Per le operazioni su grandi matrici, ora utilizziamo l'algoritmo di Freivalds. Invece di una verifica di tempo cubico, applichiamo controlli probabilistici di tempo quadratico dove applicabile, riducendo drasticamente il costo della verifica di grandi GEMM e operazioni simili.

5/ Abbiamo anche ampliato il supporto per i layer ONNX. JSTprove ora supporta Add, Sub, Mul, Max, Min, Clip, MaxPool 4D (per ora) e BatchNorm, sbloccando una classe di modelli del mondo reale molto più ampia.

6/ JSTprove non assume più un singolo input e output. Ora supportiamo grafi ONNX con più input e più output. Questo ha richiesto profonde ristrutturazioni nel middle-end e nel backend Rust, ma amplia notevolmente la compatibilità dei modelli.

7/ Abbiamo anche ricostruito il framework di testing. Ora puoi testare singoli strati, eseguire test dell'intero pipeline (quantizzazione → circuito → testimone → prova → verifica), fuzzare forme e parametri, e ottenere errori appropriati e utili per modelli non supportati.

8/ Aggiungere strati come BatchNorm ci ha costretto a ripulire e modularizzare grandi parti del backend. Questo rende l'aggiunta di nuovi strati e le ottimizzazioni future molto più veloci, sicure e facili da comprendere.

9/ Il risultato: JSTprove V2 è più veloce, più economico da dimostrare, più espressivo, più robusto e pronto per modelli del mondo reale molto più complessi. Questo è un grande passo verso la realizzazione di un apprendimento automatico verificabile pratico in produzione.