Технічний прогрес Lagrange нещодавно в сфері Web3, особливо навколо zk-SNARKs та проривів у верифікованому AI, викликає чимало уваги. Цей проект не виник нізвідки, а дійсно вирішує деякі реальні проблеми в галузі — такі як проблеми з ефективністю обробки даних у Блокчейн та питання надійності рішень AI.
Вони випустили DeepProve-1, який вже можна вважати першим zkML-системою, що може бути впроваджена в виробниче середовище, здатною забезпечити криптографічну перевірку повного LLM-інференсу. Що це означає? Штучний інтелект більше не є "чорною скринькою", його вихід став підлягаючим аудиту та перевірці. Це особливо критично для екосистем, таких як DeFi, які сильно залежать від прозорості та довіри. Наприклад, кредитний протокол може залучити штучний інтелект для динамічної оцінки ризиків, водночас використовуючи DeepProve-1 для самопідтвердження, що його рішення не були змінені. Тепер давайте розглянемо їхню іншу основну технологію Dynamic SNARKs. Вона особливо добре справляється з обробкою постійно змінюваних даних в ланцюзі, забезпечуючи інкрементні оновлення, а не повні перерахунки. Наприклад, проект DeFi може завдяки цьому в реальному часі відстежувати зміни вартості застави, не обробляючи знову всі історичні записи, що суттєво підвищує ефективність. Щодо кросчейн-технологій, підхід Lagrange також має свої особливості. Він не покладається на традиційні моделі, такі як мультипідписні мости, а будує безпеку на основі zk-SNARKs. Верифікація кросчейн-стану здійснюється через децентралізовану мережу доказів, що позбавляє від необхідності додаткових засобів.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Технічний прогрес Lagrange нещодавно в сфері Web3, особливо навколо zk-SNARKs та проривів у верифікованому AI, викликає чимало уваги. Цей проект не виник нізвідки, а дійсно вирішує деякі реальні проблеми в галузі — такі як проблеми з ефективністю обробки даних у Блокчейн та питання надійності рішень AI.
Вони випустили DeepProve-1, який вже можна вважати першим zkML-системою, що може бути впроваджена в виробниче середовище, здатною забезпечити криптографічну перевірку повного LLM-інференсу. Що це означає? Штучний інтелект більше не є "чорною скринькою", його вихід став підлягаючим аудиту та перевірці. Це особливо критично для екосистем, таких як DeFi, які сильно залежать від прозорості та довіри. Наприклад, кредитний протокол може залучити штучний інтелект для динамічної оцінки ризиків, водночас використовуючи DeepProve-1 для самопідтвердження, що його рішення не були змінені.
Тепер давайте розглянемо їхню іншу основну технологію Dynamic SNARKs. Вона особливо добре справляється з обробкою постійно змінюваних даних в ланцюзі, забезпечуючи інкрементні оновлення, а не повні перерахунки. Наприклад, проект DeFi може завдяки цьому в реальному часі відстежувати зміни вартості застави, не обробляючи знову всі історичні записи, що суттєво підвищує ефективність.
Щодо кросчейн-технологій, підхід Lagrange також має свої особливості. Він не покладається на традиційні моделі, такі як мультипідписні мости, а будує безпеку на основі zk-SNARKs. Верифікація кросчейн-стану здійснюється через децентралізовану мережу доказів, що позбавляє від необхідності додаткових засобів.