📢 早安!Gate 廣場|4/5 熱議:#假期持币指南
🌿 踏青還是盯盤?#假期持币指南 帶你過個“放鬆感”長假!
春光正好,你是選擇在山間深呼吸,還是在 K 線裡找時機?在這個清明假期,曬出你的持幣態度,做個精神飽滿的交易員!
🎁 分享生活/交易感悟,抽 5 位幸運兒瓜分 $1,000 仓位體驗券!
💬 茶餘飯後聊聊:
1️⃣ 假期心態: 你是“關掉通知、徹底失聯”派,還是“每 30 分鐘必刷行情”派?
2️⃣ 懶人秘籍: 假期不想盯盤?分享你的“掛機”策略(定投/網格/理財)。
3️⃣ 四月展望: 假期過後,你最看好哪個幣種“春暖花開”?
分享你的假期姿態 👉 https://www.gate.com/post
📅 4/4 15:00 - 4/6 18:00 (UTC+8)
zkML零知识机器学习在应用中面临一个关键挑战:输入数据往往会导致证明规模显著膨胀,这直接影响了系统的效率和可扩展性。有项目通过优化witness生成流程找到了解决方案——在证明生成前进行智能预处理,有效减少了冗余数据,从而大幅压缩最终证明的体积。这种思路对于提升零知识证明在实际应用中的性能具有重要意义,特别是在对链上成本敏感的场景中。
witness優化這思路確實絕,鏈上成本能省就得省
這玩意要是真能壓縮,zkML落地的概率都高了不少
聽起來簡單,實現起來肯定踩坑無數
預處理的細節究竟怎麼搞的,想看看有沒有坑