論文の概要: Flock: Fast Proving for Batch Boolean Computations
- arxiv url: http://arxiv.org/abs/2607.27491v1
- Date: Wed, 29 Jul 2026 22:11:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-31 21:37:00.328377
- Title: Flock: Fast Proving for Batch Boolean Computations
- Title（参考訳）: Flock: バッチブール計算のための高速な証明
- Abstract要約: ハッシュベースのSNARKであるFlockを導入し,大規模な暗号ハッシュ評価を行う。
M4 Maxプロセッサの単一コア上で、FlockはBLAKE3圧縮関数、42k SHA-256圧縮、30k Keccak permutation per secondの82k評価を証明している。
- 参考スコア（独自算出の注目度）: 6.799193373447028
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: For many applications of SNARKs, a key bottleneck is proving large batches of standard cryptographic hash evaluations, such as SHA-256, Keccak, or BLAKE3. We introduce Flock, a hash-based SNARK for extremely fast proving of such batched Boolean computations. Flock proves batches of the same R1CS circuit (plus input/output relations between them), can prove hash-chains and Merkle path openings, and in principle can be extended to full-fledged hash-based signature verification. At its core, Flock combines new optimizations for the lincheck and zerocheck protocols with an aggressively optimized proof-of-concept implementation co-designed by coding agents. On a single core of an M4 Max processor, Flock proves 82k evaluations of the BLAKE3 compression function, 42k SHA-256 compressions, and 30k Keccak permutations per second --- less than a $250\times$ overhead over native execution. On ten cores, throughput exceeds 660k BLAKE3 compressions per second; in proving SHA-256, Flock is more than $9\times$ faster than Binius64, the prior state of the art, and more than $500\times$ faster than the fastest elliptic curve-based SNARK we measured against.
- Abstract（参考訳）: SNARKの多くのアプリケーションにとって、鍵となるボトルネックは、SHA-256、Keccak、BLAKE3のような標準的な暗号ハッシュ評価のバッチである。
バッチブレーン計算を極めて高速に証明するためのハッシュベースのSNARKであるFlockを紹介する。
Flockは、同じR1CS回路のバッチ(入力/出力関係も含む)を証明し、ハッシュチェーンとメルクルパスの開口を証明し、原則としてハッシュベースのシグネチャ検証に拡張することができる。
Flockのコアとなるのは、lincheckプロトコルとzerocheckプロトコルの新しい最適化と、コーディングエージェントが共同設計した、積極的に最適化された概念実証実装を組み合わせることだ。
M4 Maxプロセッサの単一コア上で、FlockはBLAKE3圧縮関数の82k評価、42k SHA-256圧縮、30k Keccak permutation per second -- を証明している。
10コアで、スループットは毎秒660kのBLAKE3圧縮を超える。SHA-256の証明では、Flockは以前の最先端であるBinius64よりも9\times$速く、私たちが測定した楕円曲線ベースのSNARKよりも500\times$高速である。
関連論文リスト
- RoPE-Aware Bit Allocation for KV-Cache Quantization [52.099459337231345]
Block-GTQはTurboQuant-MSE上に構築されたキーキャッシュ量子化のためのビットアロケータである。
これは、RoPEクエリキーのロジットを10モデル診断パネルに保存する。
128Kコンテキストでfp16 FlashAttention2より1.34倍高速で動作する。
論文 参考訳（メタデータ） (2026-06-23T00:17:48Z) - MHOT: Height-Optimized Authenticated Data Structure for Blockchain State Commitment [8.785838413221574]
ブロックチェーン検証のための高度最適認証データ構造であるtextscMhot を提示する。
textscMhotインデックスは、キーを区別する識別ビットで、線形ファンアウト結合で適応スパンを達成する。
メインネットのワークロードでは、textscMhotは最大で9倍高い書き込みスループット、4倍低い書き込み増幅、MPTより2倍小さい。
論文 参考訳（メタデータ） (2026-06-10T07:12:22Z) - dParallel: Learnable Parallel Decoding for dLLMs [77.24184219948337]
拡散大言語モデル(dLLM)は並列トークン予測と低推論遅延を提供する。
既存のオープンソースモデルは、パフォーマンスを確保するためにトークン長のデコードステップをほとんど必要としています。
高速サンプリングのためにdLLMs固有の並列性を解き放つシンプルで効果的な方法であるdParallelを導入する。
論文 参考訳（メタデータ） (2025-09-30T16:32:52Z) - Spotlight Attention: Towards Efficient LLM Generation via Non-linear Hashing-based KV Cache Retrieval [67.21678698740267]
本研究では,クエリやキーの埋め込み分布を最適化するために,非線形ハッシュ関数を利用する新しい手法であるSpotlight Attentionを紹介する。
また、Bradley-Terryランキングに基づく損失を利用して、軽量で安定したトレーニングフレームワークを開発する。
論文 参考訳（メタデータ） (2025-08-27T10:11:27Z) - Vectorised Hashing Based on Bernstein-Rabin-Winograd Polynomials over Prime Order Fields [2.069755423622365]
AXUハッシュ関数deBRWHashはBernsteinRabin-Winograd(BRW)に基づいている
4-decBRWHashは、数百バイトのメッセージではより高速で、数キロバイトのメッセージ長で約16%のスピードアップを実現している。
論文 参考訳（メタデータ） (2025-07-09T02:27:33Z) - Fair Data Exchange at Near-Plaintext Efficiency [1.187519459637148]
ほぼ平文に近い速度とサイズを実現するFDE実装を導入し,ギガバイト規模のファイルであっても公平な交換を実現する。
これにより、トランザクション手数料を約10ドルから0.01ドル以下に削減し、トランザクションのレイテンシを数十秒から1秒以下に短縮することができる。
論文 参考訳（メタデータ） (2025-06-17T19:50:25Z) - Gotta Hash 'Em All! Speeding Up Hash Functions for Zero-Knowledge Proof Applications [9.853088551679969]
HashEmAllは、ZKフレンドリーなハッシュ関数のためのFPGAベースの新しいコレクションである。
我々の評価によると、レイテンシ最適化HashEmAllはCPU実装よりも少なくとも10倍高い性能を実現している。
これは、大規模なデータ認証を含む現実世界のZKPアプリケーションに対するHashEmAllの適合性を強調している。
論文 参考訳（メタデータ） (2025-01-30T22:09:05Z) - HashAttention: Semantic Sparsity for Faster Inference [95.31739930718116]
本稿では,HashAttention,framing pivotal token Identificationを推薦問題として紹介する。
トークン1個あたり32ビットの補助メモリしか必要とせず、最小品質の損失を最小限に抑えられるため、最大16タイムで使用されるトークンを削減できる。
A100 GPUでは、HashAttentionを組み込むことで、GPT-FASTで4.3times$、FlashDecodeで2.54times$、GPT-FASTで最大3.12times$高スループットを実現している。
論文 参考訳（メタデータ） (2024-12-19T02:34:15Z) - Performance Evaluation of Hashing Algorithms on Commodity Hardware [0.0]
本稿では,一般的なハッシュアルゴリズムBlake3,SHA-256,SHA-512の性能評価を行う。
これらのハッシュアルゴリズムは、デジタル署名、メッセージ認証、パスワードストレージなど、様々なアプリケーションで広く使われている。
評価の結果、Blake3はスループットとレイテンシの点でSHA-256とSHA-512の両方を上回っている。
論文 参考訳（メタデータ） (2024-07-11T08:31:02Z) - Tokenization and the Noiseless Channel [71.25796813073399]
優れたトークン化器は、ある入力がモデルに伝達される手段であるチャネルの使用率を高める。
機械翻訳では、複数のトークン化器において、$alpha = 2.5$のR'enyiエントロピーがtextscBleu: $0.78$と非常に強い相関を持つことがわかった。
論文 参考訳（メタデータ） (2023-06-29T10:32:09Z) - Beta-CROWN: Efficient Bound Propagation with Per-neuron Split
Constraints for Complete and Incomplete Neural Network Verification [151.62491805851107]
私たちは、ニューロン毎の分割を完全にエンコードできるバウンド伝搬ベースの検証器である$beta$-crownを開発した。
Beta$-CROWNはLPベースのBaB法よりも3桁近い速さで堅牢性検証が可能です。
BaBを早期に終了することにより、不完全な検証にも使用できます。
論文 参考訳（メタデータ） (2021-03-11T11:56:54Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。