Anthropic 開源 FlashProve，以零知識證明驗證模型推論來源

Anthropic 於 11 月 2 日發布可驗證推論研究原型 FlashProve，將「API 背後是否真的執行指定模型」轉化為可檢查的密碼學命題。服務商先公開綁定特定權重的承諾，再為推論結果產生零知識證明；使用者持有承諾、提示與輸出，即可檢查結果，無須取得權重。證明亦隱藏中間值與專家選擇，但不隱藏模型架構。官方研究說明

系統採事後批次證明，重新以類似預填的平行流程檢查已完成的文字。針對 MoE，證明工作量隨實際啟用的專家增加，避免每個 token 都處理全部參數；權重則由主記憶體分段送入 GPU。官方以四位元量化的 Llama 4 Maverick 測試，在單張 H100、每批 24 個請求下，報告約每秒 110 token 的證明處理量。這是證明計算指標，不能直接當成聊天生成速度。測試與架構

對串接模型閘道或外部推論供應商的工程團隊而言，這提供了核對實際執行權重的技術方向。不過，驗證仍需要可信的起點：儲存庫明確要求，模型承諾識別碼應來自使用者信任的來源，不能只採用受查伺服器隨證明附上的值，否則仍可能驗證到另一組權重。儲存庫與驗證指引

目前證明只涵蓋最長 1,024 token 上下文中的整數模型運算，並檢查 token 是否為貪婪解碼的選擇，不能直接推廣到任意浮點運算或取樣設定。官方比較亦顯示，證明所需 GPU 時間約為 vLLM 推論的 70 至 95 倍，且比較兩側的量化設定不同。Lean 形式化涵蓋協定安全性，並未保證快速執行程式與形式化版本完全一致。儲存庫標示為不維護的研究產物；後續應關注獨立重現、長上下文擴充，以及執行程式與協定的一致性驗證。限制說明、專案狀態