Anthropic 开源 FlashProve 验证模型身份

Anthropic 发布开源原型 FlashProve，用 zkSNARK 让用户验证响应确由指定模型生成。对 400B 参数的 Llama 4 Maverick（4-bit 量化），单张 H100 生成证明速度约 110 tokens/秒，每 1,024-token 请求证明约 19 MB，GPU 耗时约为 vLLM 直接推理的 70-95 倍。

Anthropic 演示了开源系统 FlashProve，用零知识证明在不暴露权重的前提下证明某次响应确由指定模型生成，已在 4000 亿参数模型上以约 110 tokens/秒生成证明。该原型所需 GPU 时间比普通推理高 70 至 95 倍，仅支持 1,024 token 上下文，且尚未覆盖所有类型的模型输出。

Anthropic 发布开源研究原型 FlashProve，基于 zkSNARK 为模型输出生成证明，验证回复确实来自声称的模型且不泄露权重。对 400B 参数的 Llama 4 Maverick，单张 H100 上约 110 tokens/秒生成证明，每份约 19MB，标准 CPU 上 17 秒可验证，开销约为正常推理的 70x 至 95x。

Anthropic 发布开源研究原型 FlashProve，可为模型推理生成 zkSNARK 密码学证明，让用户在不获取模型权重的情况下核验输出是否来自指定权重。

Anthropic 正在开发开源系统 FlashProve，通过密码学证明验证某段 AI 输出究竟由哪个模型生成，即使伪装者是运行该模型的 AI 公司也难以绕过。系统要求 AI 实验室为每个模型提供不泄露权重的“指纹”，可防止暗中换用更便宜或更贵的模型，并支持用户在本地设备完成验证。技术规范与各组件可运行代码已在 GitHub 以开源许可证公开，研究仍在进行中，Anthropic 尚未计划部署。

FlashProve 让 AI 提供方在不泄露模型权重的前提下证明某次回复由哪个模型生成：提供方先发布绑定权重的 commitment ID，GPU 为每条回复生成证明，任何人用 CPU 运行 cp_verify 即可在数秒内验证。

Anthropic 正在研发名为 FlashProve 的开源系统，通过密码学证明验证某段输出确实来自指定模型，即"可验证推理"。该系统要求 AI 实验室为每个模型发布不泄露权重指纹，可在本地设备完成验证，并能防止厂商暗中换成更便宜或更贵的模型。研究仍在进行中，暂无在 Anthropic 或其他实验室部署的计划，技术规范和部分代码已在 GitHub 开源。

Anthropic Frontier Red Team 开源了可证明推理原型 FlashProve，用 zkSNARK 证明某条回复来自已承诺的模型权重，且不泄露权重信息。

Anthropic 发布开源原型 FlashProve，通过密码学手段验证某条 AI 回复确实由指定模型生成，而非被路由器替换成其他模型。该工具针对模型路由场景下的来源可信问题，目前以开源原型形式提供。

Anthropic 于 11 月 2 日公布可验证推理研究 FlashProve，用 zkSNARKs 证明某条回复由特定一组已承诺的模型权重生成，且不暴露权重本身。