1/ JSTprove V2 chegou. Esta é uma grande atualização para nossa pilha zkML, com circuitos mais rápidos, camadas mais suportadas, compatibilidade mais ampla dos modelos e uma experiência de desenvolvedor muito melhor. Um grande passo rumo a um ML prático e verificável.

2/ Lançamos duas grandes otimizações de circuitos. Substituímos verificações de intervalo caras por tabelas de consulta e adicionamos o algoritmo de Freivalds para verificação rápida de matrizes probabilísticas. Ambos reduzem significativamente as restrições e a sobrecarga de prova.

3/ Por que isso importa: As verificações de alcance aparecem em todos os circuitos ML (ReLU, rescaling, max/min, etc.) e são muito caras. Substituí-las por tabelas de consulta economiza restrições em quase todos os modelos e proporciona ganhos imediatos de desempenho.

4/ Para grandes operações matriciais, agora usamos o algoritmo de Freivalds. Em vez da verificação em tempo cúbico, aplicamos verificações probabilísticas em tempo quadrático quando aplicável, reduzindo drasticamente o custo de verificar grandes GEMMs e operações similares.

5/ Também expandimos o suporte à camada ONNX. O JSTprove agora suporta Add, Sub, Mul, Max, Min, Clip, 4D MaxPool (por enquanto) e BatchNorm, desbloqueando uma classe muito maior de modelos do mundo real.

6/ JSTprove não assume mais uma única entrada e saída. Agora suportamos grafos ONNX de múltiplas entradas e multisaídas. Isso exigiu refatorações profundas entre o meio e o backend do Rust, mas expande enormemente a compatibilidade dos modelos.

7/ Também reconstruímos o framework de testes. Agora você pode testar camadas individuais, rodar testes completos de pipeline (quantização → circuito → testemunha → provar → verificar), formas e parâmetros de borrão e obter erros adequados e úteis para modelos não suportados.

8/ Adicionar camadas como o BatchNorm nos forçou a limpar e modularizar grandes partes do backend. Isso torna as futuras adições e otimizações de camadas muito mais rápidas, seguras e fáceis de raciocinar.

9/ O resultado: o JSTprove V2 é mais rápido, mais barato de provar, mais expressivo, mais robusto e pronto para modelos do mundo real muito mais complexos. Esse é um grande passo para tornar o aprendizado de máquina verificável prático em produção.