Plutus项目中的RIPEMD-160哈希函数实现解析
在区块链智能合约开发领域,Plutus作为Cardano区块链的智能合约平台,其核心组件Plutus Core一直在不断扩展内置功能以满足开发者需求。近期,Plutus Core团队成功实现了RIPEMD-160哈希函数作为新的内置函数(builtin),这一技术进展为智能合约开发者提供了更丰富的密码学工具选择。
RIPEMD-160是一种经典的密码学哈希函数,由Hans Dobbertin等人在1996年设计,作为对MD4和MD5算法的改进版本。它能够将任意长度的输入数据转换为固定160位的哈希值,具有较好的抗碰撞性和安全性。在区块链应用中,RIPEMD-160常被用于地址生成和数字签名等场景。
技术实现方面,该功能通过两个关键Pull Request完成:首先是基础实现(#6252),随后是代码更新以保持与主仓库同步(#6378)。这种分阶段实施方式确保了代码质量和技术兼容性。实现过程中,开发团队特别注重以下技术细节:
- 算法正确性:严格遵循RIPEMD-160标准规范,确保哈希计算结果与其他实现完全一致
- 性能优化:针对Plutus Core执行环境进行特定优化,减少Gas消耗
- 安全性验证:通过多种测试向量验证算法实现的正确性和安全性
从技术架构角度看,将RIPEMD-160作为内置函数而非通过外部库实现,带来了显著的性能优势。内置函数可以直接在Plutus Core虚拟机层面执行,避免了昂贵的跨环境调用开销。同时,这种实现方式也增强了确定性,这对区块链智能合约的执行至关重要。
对于智能合约开发者而言,这一新增功能意味着:
- 可以更灵活地选择哈希算法,根据具体需求在SHA家族和RIPEMD-160之间做出选择
- 能够实现与现有区块链系统的更好兼容,特别是那些使用RIPEMD-160作为标准算法的系统
- 为开发更复杂的密码学协议提供了基础构建块
虽然当前实现已经达到生产就绪状态,但团队仍在完善相关文档和测试工作。未来计划包括将其正式纳入PLC规范文档,并增加端到端测试用例,确保长期稳定性和可靠性。
这一技术增强体现了Plutus团队对开发者需求的快速响应能力,也展示了Plutus Core作为智能合约平台的持续进化。随着更多密码学原语的加入,Plutus将为Cardano生态系统的DeFi、NFT和其他区块链应用提供更强大的基础设施支持。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00