Anthropic 開源 FlashProve 原型，利用 zkSNARK 驗證 AI 輸出模型來源

Anthropic 的 Frontier Red Team 於 11 月 2 日在官方部落格公開名為 FlashProve 的開源研究原型。該系統利用零知識簡潔論證（zkSNARK）技術，使服務端能在不公開模型權重的前提下，向使用者提供密碼學證明，確認特定輸出 token 確實由事前承諾的模型生成。這項機制主要針對模型可能遭路由服務偷換或 token 遭竄改等信任問題，並設計了離線承諾值發布與線上產生事後證明兩階段流程。 根據研究團隊實測，系統以 4 位元整數化的 Llama 4 Maverick MoE 模型為測試對象，因僅需處理每個 token 啟用的 170 億參數並採分層處理，單張 NVIDIA H100 搭配 24 核心 CPU 即可負擔證明計算，吞吐量約每秒 110 token。驗證端僅需下載約 6.5MB 的承諾資料，並可在一般 CPU 上於數十秒內完成驗證。然而，證明端的 GPU 耗時約為標準 vLLM 推論的 70 至 95 倍。 FlashProve 的推論 zkSNARK 架構包含由 Claude 協助最佳化的協定，並以形式化驗證語言 Lean 提供頂層規範驗證。目前該原型仍有限制，包含上下文長度上限僅 1,024 token、僅支援整數化模型與貪婪解碼，且專案在 GitHub 上標示為不再維護的研究成品，Anthropic 現階段亦未公布產品部署時程。

值得帶走的重點

• FlashProve 利用 zkSNARK 產生密碼學證明，讓使用者在不公開模型權重的前提下驗證回應出自特定承諾模型。
• 實測於單張 H100 運行 Llama 4 Maverick MoE 模型，證明端 GPU 耗時約為 vLLM 推論的 70 至 95 倍，驗證端僅需一般 CPU 即可在數十秒內完成。
• 系統目前僅支援最長 1,024 token 上下文、整數化模型與貪婪解碼，並以 Apache 2.0 授權開源程式碼與 Lean 形式化驗證規格。
• GitHub 頁面標明該專案為不接受外部貢獻且不再維護的研究原型，Anthropic 尚未公布產品部署計畫。