zero-knowledge-proofs

微软研究院发布 Magnetar，一个让 Rust、Go 和 C 程序直接生成零知识证明的通用系统，速度比现有同类系统快 10 到 39 倍，且仅依赖标准哈希函数实现抗量子安全，推动零知识证明走向主流应用。

本文探讨了 Meta 的 Muse、OpenAI 的 dots 和 Instinct 等新兴消费级 AI 智能体如何越来越多地需要证明智能体身份并获得人类授权，提出 World ID 的隐私保护 Proof of Human（通过零知识证明进行委托）作为验证人类背书智能体的机制，用于访问控制、速率限制和购买等场景。

本文首次对大语言模型的零知识友好型量化进行了系统性研究，对该概念进行了形式化定义，并在权重、激活值以及非线性查找表精度三个维度上评估了九个模型（包括 Qwen2.5-14B 和 Qwen3-30B-A3B）。研究发现，激活值精度和 RMSNorm 平方根倒数查找是 ZK 证明成本的主导因素，而传统的低比特量化启发式方法并不能转化为按比例的证明开销节省。

Signal 引入了零知识证明，以允许用户无需手机号即可注册，从而增强隐私和安全性。

文章认为零知识证明并非年龄验证的理想解决方案，强调了隐私泄露和互联网访问控制集中化等风险。

PANDA 是一个可扩展的系统，使用零知识证明来验证神经网络的鲁棒性和公平性，无需揭示模型参数，从而能够对具有多项式复杂度的大型网络进行认证。

本文通过聚焦于Goldreich-Micali-Widgerson论文中的图三着色协议来解释零知识证明，并分享了一个简单的实现。

zkGolf 是一个开放竞赛，旨在生成经过优化的、正式验证的零知识电路，利用大型语言模型（LLMs）来生成和改进实现，超越人类优化的标准。

本文提出方向锐度这一新指标，用于认证机器学习模型的泛化性能。该指标计算高效，且比测试准确率或传统锐度等现有近似指标更可靠，即便训练过程偏离预定程序也是如此。

前 Signal 开发者和来自哈佛大学、微软研究院的密码学家发布了 Encrypted Spaces，这是一套开源库，使开发者能够利用零知识证明构建端到端加密的协作应用。

一种新型的零知识证明利用哥德尔不完备定理克服了之前的保密性限制，建立了数理逻辑与密码学之间的惊人联系。