Anthropic 联合学者开源 FlashProve:用零知识证明防范模型套壳
Anthropic 与零知识证明学者合作开源 FlashProve,通过三步验证流程判断线上模型是否与宣称权重一致,试图遏制“付费买顶配、实际调用缩水模型”的灰色操作。该方案在单张 H100 上上线前约需 39 分钟,每次对话后生成约 19MB 证明,用户用普通 CPU 约 17 秒即可核验。
海宇数科 · 事件日期 · 更新于 · 约 2 分钟 · 1 次阅读

用户支付顶配价格却可能被暗中替换为缩水模型,这一现象长期存在于大模型供应链的灰色地带。Anthropic 与零知识证明领域学者联手,将相关工具 FlashProve 开源,试图为模型身份核验提供技术手段。
验证流程分为三步。模型上线前,单张 H100 上约需 39 分钟生成权重指纹 ID 并公开;此后每次对话结束,GPU 侧生成约 19MB 的证明。用户可在普通 CPU 上运行 cp_verify,约 17 秒判断真假,无需持有权重或 GPU。底层采用 zkSNARK,每个请求约含 2000 个 sumcheck,安全性依赖哈希函数 BLAKE2。
AI 写代码、Lean 当判官,人类只守六条铁律
难点集中在算力。测试对象为 4000 亿参数的 Llama 4 Maverick,4-bit 权重达 232GB,而单张 H100 显存仅 80GB。FlashProve 利用 MoE 结构,每个 token 仅激活约 170 亿参数,证明量只与这部分挂钩,省去约 95% 的陪跑计算;路由信息被藏进指示向量以保密,权重置于内存并分段流式送入 GPU。仓库中 95.2% 的代码约 398MB,为 Lean 4 数学证明;114 页论文与底层代码几乎全部由 Claude 完成。
人类与 AI 共同敲定了 6 条安全定义:完备性误拒率低于万亿分之一,知识可靠性要求造假概率低于 2 的 100 次方分之一,零知识则保证反复核验不泄露权重。人类无法读完海量推导,因此分工为人类确定公理、AI 执行推理、数学做最终审核。这一安排被描述为通往超级智能的安全契约。
