صفِ اثبات‌ها دسته‌ای می‌شود: GAPP آی‌بی‌ام به‌دنبال کاهش هزینه تجمیع ZK است

سامانه‌های دانش صفر با یک مسئله فزاینده در زمینه دسته‌بندی روبه‌رو هستند: برنامه‌ها ممکن است لازم باشد تعداد زیادی محاسبه مرتبط را اثبات کنند، اما تولید و بررسی جداگانه هر اثبات هزینه‌ای اضافی ایجاد می‌کند. مقاله‌ای که در CRYPTO 2026 ارائه شد، چارچوبی عمومی با نام GAPP، مخفف Generic Aggregation of Polynomial Protocols، برای این مسئله پیشنهاد می‌دهد.

این چارچوب چند همانی چندجمله‌ای تک‌متغیره را به یک همانی چندجمله‌ای دوبعدی کاهش می‌دهد. سپس می‌توان رابطه حاصل را با یک طرح تعهد به چندجمله‌ای دوبعدی مدیریت کرد. از نظر عملی، این روش مجموعه‌ای از تعهدات اثباتی را در یک اثبات تجمیعی بسته‌بندی می‌کند، به‌جای آنکه هر تعهد مانند یک مدرک مستقل پردازش شود.

طبق خلاصه پژوهش در IBM Research، اندازه اثبات تجمیعی برای n نمونه از مرتبه O(log n) است و بررسی آن به O(log² n) عملیات نیاز دارد. مقاله همچنین طرح تعهد چندجمله‌ای دوبعدی bPCLB و تکنیکی برای folding با نام Lagrangian folding معرفی می‌کند. هدف این اجزا، کارآمد کردن مسیر تجمیع بدون نیاز به ساخت یک تجمیع‌کننده اختصاصی برای هر پروتکل چندجمله‌ای است.

مهم‌ترین نتیجه برای سازندگان ZK به آزمایش PLONK مربوط می‌شود. نویسندگان گزارش می‌کنند که تولید اثبات، در مقایسه با خط مبنای ساده تولید n اثبات جداگانه PLONK، ۲۵ تا ۳۰ درصد سریع‌تر بوده است. آن‌ها همچنین کاربردهایی برای lookupهای تاپل و محاسبات غیر یکنواخت مطرح می‌کنند؛ موضوعی که نشان می‌دهد تجمیع می‌تواند به یک لایه قابل استفاده مجدد در چندین جزء سامانه‌های اثبات تبدیل شود، نه قابلیتی محدود به یک طراحی رول‌آپ خاص.

این تفاوت برای مهندسان مهم است. GAPP یک SDK آماده استفاده، شبکه جدید اثبات‌سازی یا تضمینی برای یکسان بودن بهبود در همه بارهای کاری نیست. به‌طور مشخص، بهبود ۲۵ تا ۳۰ درصدی یک نتیجه آزمایشی از پیاده‌سازی نویسندگان است و نباید آن را معیار عمومی عملکرد در محیط تولید دانست. همچنین GAPP یک چارچوب پژوهشی ارائه‌شده در CRYPTO 2026 است، نه یک کتابخانه آماده تولید یا تضمین استقرار.

نتیجه عملی، معماری است: اگر یک سیستم از قبل اثبات‌های چندجمله‌ای تولید می‌کند، بهینه‌سازی بعدی ممکن است تجمیع صف اثبات‌ها پیش از رسیدن آن‌ها به verifier باشد. تیم‌هایی که این مسیر را بررسی می‌کنند باید فرض‌های تعهد، سازگاری میدان و منحنی، نیازمندی‌های setup، مصرف حافظه و رفتار سامانه در بارهای غیر یکنواخت را پیش از ادغام ارزیابی کنند.