Wielkie wieści: podstawowe badania Lagrange'a na temat Dynamicznych zk‑SNARKów (Weijie Wang, @chbpap, @s_shravan, @dipapadopo) zostaną zaprezentowane na Konferencji Naukowej Blockchain (SBC) 2025 w dniu 4 sierpnia. Oto dlaczego to ma znaczenie — dla AI, kryptowalut i przyszłości weryfikowalnego obliczania: 🧵

2/ Kluczowym ograniczeniem istniejących zk‑SNARKów jest to, że są statyczne. Jeśli twoje dane lub obliczenia się zmienią — nawet nieznacznie — musisz wygenerować cały dowód od nowa. Jest to nieefektywne, kosztowne i nie skalowalne dla systemów na żywo.

3/ Dynamic zk‑SNARKi sprawiają, że dowody są bardziej efektywne niż kiedykolwiek. Pozwalają na stopniową aktualizację dowodu, gdy dane podstawowe się zmieniają. Innymi słowy: Nie ma potrzeby przeliczać wszystkiego od nowa.

4/ Dlaczego to ma znaczenie? Ponieważ weryfikowalna obliczenia mogą teraz skalować się z: – Dostosowaniem modelu AI – Ruchami gracza w grze na żywo – Nowym punktem danych trafiającym do oracle w czasie rzeczywistym Dowody, które ewoluują wraz z systemem, który zabezpieczają.

5/ Ponadto, Dynamic zk‑SNARKs zachowują te same gwarancje zerowej wiedzy i solidności co tradycyjne systemy. Są oparte na standardowych założeniach, takich jak q-DLOG i wykorzystują zobowiązania kryptograficzne, które skalują się. Innymi słowy, są tak samo bezpieczne jak tradycyjne metody dowodzenia (tylko lepsze w dowodzeniu samego siebie).

6/ Dynamic zk-SNARKs odblokowują nową klasę zastosowań w rzeczywistym świecie: 🔹 Weryfikacja dostosowanych modeli AI bez konieczności ponownego dowodzenia od podstaw 🔹 Utrzymywanie aktualnych oracle w sieciach na żywo 🔹 Umożliwienie dynamicznej logiki gier z dowodami na łańcuchu 🔹 Audyt ewoluujących zbiorów danych w celu zapewnienia zgodności

8/ Wraz z DeepProve—systemem zkML Lagrange’a—Dynamic zk‑SNARKs umożliwiają weryfikację w czasie rzeczywistym ewoluujących systemów AI. Od dokładności po zgodność, teraz możemy udowodnić właściwości AI w miarę jego uczenia się.

10/ Spotkaj się z nami na SBC 2025 w dniu 4 sierpnia 2025 🔗 Obejrzyj wykład na żywo tutaj: 🎓 Przeczytaj artykuł: 🔬 Stworzone przez zespół badawczy Lagrange’a: Wang, Papamanthou, Srinivasan i Papadopoulos

11/ "Dynamic zk‑SNARKs" to druga praca Lagrange'a (w ciągu trzech lat), która została zaakceptowana na SBC 2025 Przeczytaj pełne informacje na temat Dynamic zk-SNARKs—nowych badań Lagrange'a dotyczących weryfikowalnego obliczania i AI—poniżej: 👇

7/ Wraz z DeepProve—systemem zkML Lagrange’a—Dynamic zk‑SNARKs umożliwiają weryfikację w czasie rzeczywistym ewoluujących systemów AI. Od dokładności po zgodność, teraz możemy udowodnić właściwości AI w miarę jego uczenia się.

8/ Spotkaj się z nami na SBC 2025 w dniu 4 sierpnia 2025 🔗 Obejrzyj wystąpienie na żywo tutaj: 🎓 Przeczytaj artykuł: 🔬 Stworzone przez zespół badawczy Lagrange’a: Wang, Papamanthou, Srinivasan i Papadopoulos

9/ „Dynamic zk‑SNARKs” to druga praca Lagrange'a (w ciągu trzech lat), która została zaakceptowana na SBC 2025 Przeczytaj pełne informacje na temat Dynamic zk-SNARKs—nowych badań Lagrange'a dotyczących weryfikowalnego obliczania i AI—poniżej: 👇

9/ "Dynamic zk‑SNARKs" to druga praca Lagrange'a (w ciągu trzech lat), która została zaakceptowana na Konferencję Naukową Blockchain (SBC) Przeczytaj pełne informacje na temat Dynamic zk-SNARKs—nowych badań Lagrange'a dotyczących weryfikowalnego obliczania i AI—poniżej: 👇