递归方法

SNARK 设计中重新审视已被接受的观点

视频 AI 总结： 该视频主要讨论了 Jolt 的工作原理，并反驳了当前 ZK 证明领域的一些普遍认知。视频的核心观点是，更简单的指令集并不一定意味着更快的 ZKVM，高阶约束的重要性被过分强调，在大字段上使用 SNARKs 并非浪费，以及递归方法在 SNARK 设计中并非总是最佳选择。Jolt 通过其独特的查找论证方法，在某些方面实现了优于传统方法的性能和效率。 关键信息： * **指令集复杂度与 ZKVM 速度：** 视频反驳了“更简单的指令集导致更快的 ZKVM”的观点，指出 Jolt 的性能不依赖于指令的复杂度，而是取决于查找表的大小。 * **高阶约束的重要性：** 视频认为，对于 ZKVM 而言，使用好的查找论证比支持高阶约束更重要。 * **大字段的使用：** 视频挑战了“在大字段上使用 SNARKs 是浪费”的观点，认为使用基于椭圆曲线的承诺方案可以高效地处理大字段元素。 * **递归方法的适用性：** 视频指出，Jolt 具有规模经济效应，因此将大型电路分解成小块并使用递归方法可能并不总是最佳选择。 * **Jolt 的优势：** Jolt 通过查找论证，将大部分工作转移到查找表中，从而简化了证明过程，并实现了更好的性能。