Anthropic开源模型输出验证原型，证明耗时达常规推理70至95倍

以密码学证明确认模型输出来源

Anthropic于2026年11月2日发布开源研究原型FlashProve，利用基于哈希的零知识证明系统zkSNARK，验证给定提示词对应的输出是否确由指定的大语言模型生成，同时不公开模型权重。目前，该系统的证明开销仍较高，Anthropic将其定位为阶段性研究工具，尚不适合生产部署。

FlashProve针对的是模型服务中的身份验证问题：用户难以确认服务商是否使用了承诺的模型，也难以发现路由服务改用低成本模型或输出词元流遭篡改的情况。其验证目标是模型与输出的对应关系。

先承诺权重，再为每次推理生成证明

系统分两步运行。模型提供方先离线为一组确定的神经网络权重生成密码学承诺，这一步约需39分钟，承诺数据大小约为6.5 MB。此后，每次推理都会生成一份简洁证明，用于确认已承诺的模型针对指定提示词，生成了所声称的完整输出词元。

FlashProve专为混合专家模型（MoE）设计。这类模型会将输入分配给部分专门子网络处理，验证过程中，模型权重、激活值及路由决策均保持保密。系统依靠密码学证明完成验证，其证明的形式化安全属性已通过证明辅助工具Lean进行机器检查。

测试结果、证明开销与开源发布

Anthropic使用Meta的4位量化模型Llama 4 Maverick进行测试，该模型拥有4007亿个参数。在单张NVIDIA H100 GPU上，FlashProve达到约每秒110个词元的处理速度，处理一批24个请求约需223秒。

对于每个包含1024个词元的请求，生成的证明约为19 MB。普通CPU无需访问模型权重，即可在约17至21秒内完成验证。不过，生成证明所需的GPU时间约为标准vLLM推理的70至95倍，计算成本仍是实际应用的主要限制。

项目由Anthropic的Roy Rinberg和Alex Allain牵头，参与者来自EPFL、StarkWare、MIT、RESI、Succinct及Anthropic相关研究项目。代码与技术资料已在anthropics/FlashProve代码仓库中以Apache 2.0许可证开放。