Vollmodell zkML-Beweise bieten starke Garantien, aber sie gehen mit hohen Latenz- und Speicherkosten einher. In vielen Fällen erfordern nur bestimmte Schichten oder Teilberechnungen eine Verifizierung — wie wir in unserem Whitepaper darlegen. Das ist die Idee hinter DSperse, unserem Open-Source, schnittbasierten zkML-Framework. Anstatt ein ganzes Modell zu schaltkreisartig zu gestalten, ermöglicht es DSperse, hochgradige Teilberechnungen zu beweisen — Policy-Gates, Anomalie-Detektoren, proprietäre Köpfe — während der Rest mit nativer Geschwindigkeit läuft. In Benchmarks liefert das Slicing: • 77% schnellere Zeugen-Generierung • 66% schnellere Beweise • ~40% weniger Speicherverbrauch Denken Sie an eine Betrugserkennungspipeline: Sie müssen nicht das gesamte Bewertungsmodell beweisen, das sich jede Woche neu trainiert. Was zählt, ist die Anomalieprüfung und die Entscheidungslogik. DSperse macht diese Schnitte verifizierbar, ohne die Last zu tragen, alles andere beweisen zu müssen. Whitepaper: Repo: Medium: