De onbetwiste zwarte schimmel in het zkML-verificatiegebied is zonder twijfel @inference_labs Iedereen is aan het concurreren, ik wil een andere mening delen👇 We weten allemaal dat AI-modellen dagelijks enorme hoeveelheden data verwerken, hoe kunnen we er dan voor zorgen dat AI de data correct beoordeelt? Inference lost dit probleem op Door het DSperse-framework te gebruiken voor gesliceerde verificatie Het is niet zo dat er een bewijs voor het hele AI-model wordt gegenereerd Maar alleen voor de cruciale beslissingspunten wordt een zkML-bewijs gegenereerd Bijvoorbeeld voor doelherkenning, dreigingsbeoordeling, wapenvrijgavebeslissingen, deze veiligheidskritieke paden worden afzonderlijk onderworpen aan nul-kennisbewijs Op deze manier kan de verifieerbaarheid worden gegarandeerd zonder de realtime prestaties te beïnvloeden Daarom is Inference geschikt voor gebruik door grote bedrijven en defensie-industrieën voor zk-verificatie Als je ook bezig bent met @inference_labs, kun je mijn tweet citeren, ik zal je helpen met interactie～ Momenteel heb ik waarschijnlijk enige interactiewaarde.