امروز هر کسی که از یک مدل هوش مصنوعی میزبانی‌شده پرسشی می‌کند، باید به حرف ارائه‌دهنده اعتماد کند؛ راهی نیست که بفهمد واقعاً همان مدلی که انتخاب کرده پاسخ داده است. Anthropic می‌خواهد این وضعیت را تغییر دهد. این شرکت در ۲ نوامبر ۲۰۲۶ نمونهٔ اولیهٔ پژوهشی و متن‌باز FlashProve را منتشر کرد؛ سامانه‌ای که اثباتی رمزنگارانه می‌سازد مبنی بر اینکه یک پاسخ مشخص از مجموعه‌ای معین از وزن‌ها که از پیش به آن تعهد داده شده بیرون آمده است، بی‌آنکه خود وزن‌ها فاش شوند.
این کار به نام روی رینبرگ و الکس آلن، پژوهشگران Anthropic، و همکارانی از EPFL، MIT، StarkWare و Succinct ثبت شده است؛ از جمله الساندرو کیزا از EPFL و StarkWare. به گفتهٔ شرکت، بهبودهایی که سامانه بر آن‌ها استوار است کار خود Claude بوده و این مدل فنون موجود در ادبیات رمزنگاری را به شکل تازه‌ای کنار هم گذاشته است. از آنجا که بازبینی چنین بهینه‌سازی‌های ماشینی دشوار است، تیم پروتکل و تضمین‌های امنیتی آن را در Lean، زبانی برای اثبات صوری، تعریف کرده تا این تضمین‌ها به‌صورت خودکار قابل بررسی باشند.
پایهٔ کار یک zkSNARK است، یعنی استدلالی فشرده با دانش صفر. در مرحله‌ای مقدماتی که حدود ۳۹ دقیقه طول می‌کشد، ارائه‌دهنده یک تعهد منتشر می‌کند؛ اثرانگشتی کوتاه که دقیقاً یک مجموعه وزن را تثبیت می‌کند. سپس برای هر درخواست، اثباتی می‌سازد که نشان می‌دهد همین مدل با این ورودی دقیقاً همین توکن‌ها را تولید می‌کند. این اثبات چیزی دربارهٔ وزن‌ها یا متخصص‌هایی که درون شبکه فعال شده‌اند لو نمی‌دهد و آن‌قدر جمع‌وجور است که کاربری با سخت‌افزار معمولی هم می‌تواند سریع بررسی‌اش کند. البته معماری مدل پنهان نمی‌ماند.
ارقام اصلی روی Llama 4 Maverick به دست آمده است؛ مدل ترکیب متخصص‌های Meta با ۴۰۰ میلیارد پارامتر، در نسخهٔ عمومی ۴ بیتی. روی سروری با یک پردازندهٔ گرافیکی H100 و ۲۴ هستهٔ پردازشی، اثبات‌کننده دسته‌ای از ۲۴ درخواست ۱۰۲۴ توکنی را در حدود ۲۲۳ ثانیه پردازش کرد، یعنی نزدیک ۱۱۰ توکن در ثانیه، و حجم هر اثبات حدود ۱۸٫۸ مگابایت بود. بررسی اثبات به پردازندهٔ گرافیکی نیاز ندارد و روی ۲۴ رشتهٔ پردازشی ۱۷ ثانیه طول کشید. به گفتهٔ Anthropic، تولید اثبات در مقایسه با اجرای همان درخواست‌ها با vLLM حدود ۷۰ تا ۹۵ برابر زمان پردازندهٔ گرافیکی می‌برد.
این سربار هنوز سنگین است، اما مقایسه با سامانه‌های قبلی نشان می‌دهد این حوزه چقدر سریع پیش رفته است. Anthropic در مرور کارهای پیشین به VerInf اشاره می‌کند که همین مدل Maverick را با سرعتی حدود ۰٫۰۲ توکن در ثانیه اثبات می‌کرد، برای هزار توکن ۱۴٫۳ ساعت وقت می‌خواست و اثباتی ۹۳٫۶ گیگابایتی تحویل می‌داد. شرکت همچنین می‌گوید استارتاپ Attestable برای یک مدل متراکم Gemma با ۳۱ میلیارد پارامتر از سرعت ۵۳ تا ۷۷ توکن در ثانیه خبر داده، هرچند کد متن‌بازی منتشر نکرده است.
Anthropic این ابزار را پاسخی به مشکلات اعتمادی می‌داند که با گسترش هوش مصنوعی جدی‌تر می‌شوند. مشتری‌ای که از سرویس واسط استفاده می‌کند می‌تواند مطمئن شود همان مدلی را گرفته که هزینه‌اش را پرداخته است. گردانندهٔ سرویس می‌تواند سرور استنتاجِ نفوذشده را تشخیص دهد، یا مدلی را که برای فرار از پایش خود را جای مدل دیگری جا زده است. در اصل، نهاد ناظر هم می‌تواند بررسی کند که ارائه‌دهنده فقط مدل‌های مجاز را عرضه می‌کند یا سخت‌افزارِ اختصاص‌یافته به استنتاج برای آموزش سامانه‌ای دیگر به کار نمی‌رود. بستهٔ منتشرشده شامل کد، یک تأییدکننده به زبان C++ و تأییدکننده‌ای کندتر به زبان Lean، اثبات‌های صوری و یک گزارش فنی است و همه با مجوز Apache 2.0 عرضه شده‌اند.
محدودیت‌ها هم صریحاً گفته شده‌اند. اثبات‌ها به نسخه‌ای از مدل با حساب اعداد صحیح و رمزگشایی حریصانه مربوط‌اند، پس خروجی‌های نمونه‌برداری‌شده یا محاسبه‌شده با ممیز شناور ممکن است دقیقاً منطبق نباشند. طول زمینه به ۱۰۲۴ توکن محدود است که بسیار کمتر از گفت‌وگوهای واقعی است، و اثبات پس از وقوع و به‌صورت دسته‌ای ساخته می‌شود، نه هم‌زمان. کد سریع C++ هیچ تضمین صوری برای انطباق با مشخصات Lean ندارد، حملات کانال جانبی مانند اندازه‌گیری زمان از دامنهٔ کار بیرون‌اند و تعهد باید پس از حدود ۱۶ میلیون درخواست تجدید شود. Anthropic این انتشار را پیشرفتی میانی می‌خواند و ارقام عملکرد آن هنوز به‌طور مستقل تکرار نشده است.