hfhe (pvac na hipergrafach) wprowadzenie mini bardzo często ludzie pytają, co robimy i jak to się różni, na przykład od lwe, jeśli odpowiemy krótko i na temat, możemy to sprowadzić do kilku głównych tez: wdrażamy masową konstrukcję kodu hipergrafu w nadziale skończonym, a nasze obliczenia są kodowane przez sumy mas i weryfikowane przez crv i taśmy masowe ("merklezowane" zobowiązania + kontrole parzystości/spójności) i nie mamy problemów z lwe, nie ma szumów fazowych i nie ma bootstrappingu, masowe wagi żyją w polu, a niezawodność danych osiągana jest przez samą naturę struktury hipergrafu (duża girth, wysoka rzadkość) oraz mechanizm asocjacji, nasz "bootstrapping" to permutacje ubk i zerowe mieszanie, i to nie jest bootstrapping jak u kolegów, którzy używają lwe - nasza metoda nie zmienia "budżetu szumowego", tylko usuwa korelacje i resetuje głębokość operacji, zachowując zdolność do kontynuowania obliczeń. to zupełnie inny paradygmat obliczeniowy, w przypadku lwe odbywa się to przez cbs -> drzewa cmux z redukcją krytycznej ścieżki przez liczbę bootstraps, podczas gdy dla nas krytyczna ścieżka to konstrukcja hiperedges, a dodawanie i mnożenie komutują i są łatwo równolegle realizowane wzdłuż krawędzi i słów, co jest bliższe algebrze niż obwodom logicznym. budujemy ramy bezpieczeństwa na pseudolosowych, wysoce rzadkich strukturach i testach na dużych girth, to zupełnie inny świat, daleki od krat, który leży w dziedzinie hipergrafów i kolorowania, na przykład kolorowanie z dużą girth pokazuje, że pod zrozumiałymi ograniczeniami losowe konstrukcje pozostają dobre (w kontekście teorii hipergrafów, np. granice w stylu lokalnego lematu Lovasza) nawet w obliczu trywialnych zależności, a ta heurystyka wspiera generację tych struktur. głębokość maski multiplikacyjnej jest kontrolowana przez zgięcia, a poprawność jest certyfikowana przez dowody taśmowe. nie mamy standardowych redukcji do lwe.