Anthropic开源FlashProve验证模型推理

Anthropic联合零知识证明学者开源FlashProve，旨在让用户验证模型服务是否使用了对应模型。模型上线前，可在单张H100上用约39分钟为权重生成并公开“手印”ID；每次对话后，GPU生成约19MB的证明，用户可用普通CPU运行cp_verify，约17秒判断证明真伪，无需获取权重或使用GPU。其底层zkSNARK每次请求约需2000个sumcheck，安全性依赖BLAKE2哈希。 测试使用4000亿参数的Llama 4 Maverick，4-bit权重为232GB，超过单张H100的80GB显存。FlashProve利用MoE结构，每个token约激活170亿参数，证明量与这部分参数相关；路由信息通过指示向量隐藏，并将权重分段从内存流式传入GPU。 项目代码库约95.2%、约398MB为Lean 4数学证明；114页论文和底层代码几乎全部由Claude生成。人类与AI共同确定六项安全定义，其中包括完备性（误拒概率低于万亿分之一）、知识可靠性（造假概率低于2的100次方分之一）和零知识（反复核验不泄露权重）。