Anthropic Open-Sources FlashProve, Using Zero-Knowledge Proofs to Verify Model Identity

新增众测推广文案 新增众测推广文案end 添加App专享导流

刚刚，Anthropic 发文宣称「大型语言模型的可验证推理取得新进展」，并开源了一个名为 FlashProve 的系统。它基于零知识密码学证明技术，让模型提供商能够在不公开模型权重的情况下，证明某个回答确实由指定模型生成。

什么意思？

平时，你花钱调用的 AI 真的是服务商承诺的那个模型吗？假设一家企业购买了顶级大模型的 API 服务，服务商承诺使用的是能力最强的模型，却在后台悄悄换成一个成本更低的小模型，用户能发现吗？

又或者，第三方模型路由平台在转发请求时，偷偷替换了原本指定的模型，即使最终返回的回答质量不错，用户又有什么办法证明它确实来自自己付费购买的模型？

目前，用户通常只能相信服务商的承诺，很难从技术上独立验证。而 Anthropic 最新公布的这项研究，正试图解决这个问题。

更值得关注的是，这项技术已经在总参数量达到 400B 的混合专家模型上进行了测试：单张 NVIDIA H100 GPU 每秒可以生成约 110 个 Token 对应的推理证明，每 1024 Token 请求的证明文件约为 19 MB。

过去，零知识机器学习的研究大多集中在规模较小的模型上，FlashProve 则进一步将可验证推理推进到了大型语言模型场景。

目前，Anthropic 已开源 FlashProve 的证明生成器、C++ 和 Lean 验证器，以及相关技术文档和形式化证明。

Anthropic 将这项技术称为「可证明推理」（Provable Inference）。在官方博客中，团队首先提出了四类 AI 服务面临的信任问题，试图解决这一类需求：用户向某个 AI 服务发起请求，却无法确认返回的回答究竟来自哪个模型。

例如，第三方服务商可能为了降低成本，将用户指定的高性能模型替换成更便宜的模型；推理服务器也可能遭到攻击，导致模型权重或输出 Token 被篡改。对于正在进行安全评估的研究人员来说，如果无法确认测试对象与实际部署的模型一致，评估结果也就失去了可靠性。

这项技术的核心思路是，模型服务商先通过密码学方式，为一组确定的模型权重生成一个承诺（Commitment），相当于给模型版本建立一个加密指纹。之后，用户每次发起请求，服务商都可以附上一份零知识证明（zkSNARK），证明这次回答确实由此前承诺的模型根据对应输入生成。

这样一来，用户不需要获得模型权重，也不需要自己重新运行模型，就能通过模型承诺、输入、回答和证明文件，独立验证模型的身份。证明过程不会泄露模型权重，但可以确认输出是否来自指定模型。当然，它证明的是回答的来源，而不是回答内容是否正确。

4000 亿参数模型，证明速度达到 110 Token/s

为了验证方案的可行性，Anthropic 选择了 Meta 的 Llama 4 Maverick 进行测试。这是一个拥有 4000 亿参数的 MoE 模型，每个 Token 实际激活约 170 亿参数。

在单张 NVIDIA H100 GPU 上，FlashProve 的证明生成吞吐量达到约 110 Token/s，每份证明文件约 18.78 MB。验证端不需要 GPU，使用 24 线程 CPU 验证一份证明约需 17 秒。需要注意，当前测试采用 1024 Token 的请求窗口，每份证明实际检查其中一个输出 Token。

这一效率提升，与 FlashProve 针对 MoE 架构所做的优化有关：证明计算主要围绕实际激活的专家展开，而不是每次都处理模型的全部参数。同时，系统采用批量事后证明，在推理完成后再统一生成证明，降低重复计算带来的开销。

不过，证明仍然需要付出额外成本。按照 Anthropic 的测试，生成证明所需的 GPU 时间约为普通 vLLM 推理的 70—95 倍。此外，目前系统主要支持 1024 Token 的上下文窗口，并针对整数模型和 Greedy Decoding 进行验证，还不能直接覆盖所有模型和推理方式。

为了进一步提高系统可信度，Anthropic 还使用 Lean 形式化验证语言，对协议的完整性、可靠性和零知识等核心安全性质进行了机器可检查的证明，并将代码、协议说明和相关证明以 Apache 2.0 许可证开源。不过，形式化验证并不意味着所有实际运行的代码都获得了同等保证，快速 C++ 验证器与形式化协议之间仍需要进一步审计。

有一类用户，可能很需要这张「身份证」

目前，不少用户会通过第三方 API 中转站或模型聚合平台调用不同厂商的模型。这类服务降低了模型调用门槛，但也带来了一个信息不对称：用户能够选择模型名称，却未必能够独立确认后台实际运行的模型。

例如，在多层转发的调用链路中，服务商理论上可能出于成本考虑，将原本应该交给高性能模型处理的请求，转发给调用价格更低的模型。对于用户来说，即使发现回答质量有所变化，也很难判断究竟是模型本身的随机性、服务状态变化，还是实际调用的模型发生了改变。

在缺少独立验证手段的情况下，用户很难仅凭返回结果确认自己究竟调用了什么模型。

一位网友就认为，普通用户通过第三方调用模型时，很难确认屏幕上的回答究竟来自宣传中的大模型，还是被服务商替换成了成本更低的模型，甚至可能遭遇中间人篡改。

FlashProve 提供了一种新的检查思路。如果模型服务商提前公布特定版本的权重承诺，那么服务返回回答时，也可以提供相应的密码学证明。用户不必完全依赖服务商的口头承诺，而是可以通过验证证明，确认这次请求是否确实由指定权重的模型完成。

距离大规模应用还有一段距离

当然，Anthropic 描绘得很美好，但同时也明确指出，FlashProve 目前仍然是一个研究原型，仍存在若干工程与理论约束。

首先，证明成本依然较高。虽然比前代系统快几个数量级，但生成证明所需的 GPU 时间仍比普通推理（vLLM）高出约 72 至 94 倍，意味着如果每个请求都需要实时生成证明，服务成本将明显增加。

其次，目前支持的计算形式有限。当前实验针对的是整数运算版本的模型和 Greedy Decoding（贪婪解码），对于浮点计算、随机采样等其他推理方式，还需要进一步扩展。

此外，上下文长度有限。目前实验展示的是最多 1024Token 的上下文证明规模，对于长上下文、大规模 Agent 工作流和复杂多轮交互，如何高效生成和验证证明，仍然是需要解决的问题。

还有一点需要特别说明的是，FlashProve 证明的是回答确实来自指定模型，并不证明回答本身正确。也就是说，如果指定模型产生了幻觉，FlashProve 仍然可能成功验证这份回答。它解决的是模型身份和推理完整性问题，而不是模型能力和事实准确性问题。

但仍然值得肯定的是，FlashProve 的开源为整个 AI 产业链的可信治理带来了新的可能，随着合规监管、模型供应链安全以及高价值场景（医疗诊断、金融决策、法律分析）对模型身份确认的要求不断提高，「不可篡改的模型身份证」，从纯学术设想步入工程实操阶段。

未来，模型服务商交付给用户的，或许不再只有回答和 Token，还会多出一份能够证明「这确实是你指定的模型生成的」密码学凭证。

那么你呢，如何看待 Anthropic 的这份「证明」？欢迎在评论区留言、交流！article_adlist[

参考链接：

]article_adlistarticle_adlist[

转载请联系本公众号获得授权

投稿或寻求报道：liyazhou@jiqizhixin.com ]article_adlist 声明：新浪网独家稿件，未经授权禁止转载。 tech_web_article_v2015_block_bottom 非定向300*250按钮 17/09 wenjing begin

非定向300*250按钮 end