La partie d'OpenGradient qui me fait réfléchir n'est pas ZKML en soi—c'est le choix qu'elle offre aux développeurs.
Sur le papier, ZKML semble être la réponse évidente. Vous obtenez une preuve mathématique qu'un modèle a produit une sortie spécifique, sans révéler de données privées ou nécessiter que quiconque réexécute le modèle. C'est à peu près aussi fort que la vérification peut l'être.
Mais plus fort ne signifie pas toujours mieux.
Le hic, c'est le coût. Les preuves ZK peuvent nécessiter des milliers de fois plus de calculs que l'exécution normale. Si chaque appel d'IA utilisait ZKML, de nombreuses applications deviendraient trop lentes ou coûteuses pour être pratiques.
Ainsi, OpenGradient permet aux développeurs de choisir entre ZKML, TEE et la vérification Vanilla en fonction de la situation.
Je trouve cela fascinant car cela déplace le défi de la technologie à la décision.
Où dépensez-vous la certitude ? Quelles décisions méritent le plus haut niveau de preuve ?
Peut-être que la sécurité ne concerne pas l'utilisation de l'outil le plus puissant partout. Peut-être qu'il s'agit de savoir exactement où cela compte le plus.

#OPG @OpenGradient $OPG