Anthropic 於 11 月 2 日發布研究部落格，公布基於 zkSNARK 的可驗證推理開源原型 FlashProve，11 月 3 日通過官方 X 帳號宣布開原始碼，TechCrunch 同日跟進報導。該系統要求模型提供方為每個模型發布「指紋」，再證明某條回覆確由該模型生成，同時不洩露模型權重，因此閉源商用模型同樣適用；據 TechCrunch 報導，它足夠輕量，可在本地裝置完成驗證。效能上，Anthropic 稱在 4-bit 量化的 400B 混合專家模型 Llama 4 Maverick 上，單張 H100 生成證明約 110 token/秒，每 1,024 token 請求的證明約 19MB，相當於用 vLLM 直接執行該模型所耗 GPU 時間的 70–95 倍，但比此前的開源系統快幾個數量級。研究團佇列舉的用途包括：防止廠商暗中換成更便宜或更強的模型、核實第三方關於某任務由前沿模型完成的說法、讓安全評估者確認被測模型與對外服務的模型一致。據 TechCrunch 報導，技術規範與部分程式碼已在 GitHub 以開源許可發布，研究仍在進行，暫沒有在 Anthropic 或其他實驗室部署的計劃。對依賴閉源 API 的開發者和安全評估者來說，模型身份核驗多了一條可行路徑，但目前還沒有可直接使用的部署。合作方包括 EPFL、MIT、StarkWare、Succinct 等機構的研究者。
AI 根據 3 則報導生成 · 更新
沿著報導，了解事件的不同側面；點標題看單篇報導的摘要與原文連結。
Anthropic 公布開源系統 FlashProve，用密碼學證明某段輸出確實出自指定模型，防止廠商暗中換成更便宜或更強的模型。它要求 AI 實驗室為每個模型發布「指紋」，之後可將指紋與具體輸出匹配並加密驗證；指紋不暴露模型權重，因此閉源商用模型同樣適用，且系統足夠輕量，可在本地裝置完成驗證。研究團隊已在 GitHub 以開源許可發布技術規範與部分程式碼，研究仍在進行，暫沒有在 Anthropic 或其他實驗室部署的計劃。
Anthropic 公布可驗證推理研究 FlashProve，讓開發者能夠驗證某條回覆是否確實來自指定模型，且效率顯著高於此前的開源方法。該證明可用於提高攻擊者劫持對話的難度，也能讓安全評估者確認被測模型與對外服務所用模型是否同一個。FlashProve 程式碼已開源，完整論文另附連結。
Anthropic 公開 FlashProve，一套用 zkSNARK 實現可驗證推理的開源原型：模型提供方可以證明某次回覆確實由指定模型生成，同時不洩露模型權重。在 4-bit 量化的 400B 混合專家模型 Llama 4 Maverick 上，單張 H100 生成證明約 110 token/秒，每 1,024 token 請求的證明約 19MB。這相當於 vLLM 直接執行該模型的 GPU 時間的 70–95 倍，但比此前的開源系統快幾個數量級。
過去 48 小時，有 2 個獨立來源報導，最近 6 小時新增 2 個。熱度 1.8，熱門榜第 2 名。
熱度以 48 小時內的獨立來源計，同一來源只算一次，每 24 小時權重減半。
同一事件的報導集中在這裡，新的進展會繼續補充。