Sound Debloating of Redundant Checks in Zero-Knowledge Machine-Learning Circuits
本文研究的是零知识机器学习（ZKML）电路中的「冗余检查」问题及其可证明安全的去膨胀（debloating）技术。背景是：面向神经网络推理的零知识证明系统会把模型编译成大规模算术约束系统，其中包含大量范围证明、符号查找（sign looku
#zkML
共收录 2 条相关情报。
← 返回所有主题zkComposer: Decomposing Proof Construction to Scale zkML
零知识机器学习（zkML）允许服务器在保持模型参数私有的前提下，向客户端提供可验证的推理结果。然而，现有zkML系统面临证明生成成本过高的问题，且扩展性受限，因为证明生成过程中的并行度不足——增加线程数并不能显著减少证明时间。现有系统采用整