【论文泛读】ZKML: An Optimizing System for ML Inference in Zero-Knowledge Proofs

介绍

这篇文章发在EuroSys2024,EuroSys是CCFA顶会。作者是来自MIT,伯克利等高校。文章对GPT-2大语言模型实现了零知识可验证执行,但不涉及零知识可验证训练。文章采用Halo2的方案,对GPT-2中涉及的计算操作以及相应的约束条件一起生成Plonkish。

主要工作

在这里插入图片描述

实验数据

实验数据1

在这里插入图片描述

实验数据2

在这里插入图片描述

实验数据3

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值