Blog

FlashProve: Anthropic راهی ساخت که ثابت کند پاسخ واقعاً از همان مدلی آمده که پولش را داده‌اید

Anthropic سیستم FlashProve را با لایسنس Apache 2.0 منتشر کرد: یک zkSNARK که بدون افشای وزن‌ها ثابت می‌کند پاسخ از همان مدل commit‌شده آمده است. روی Llama 4 Maverick با یک H100 حدود ۱۱۰ توکن بر ثانیه اثبات می‌سازد؛ روش قبلی برای ۱۰۰۰ توکن ۱۴٫۳ ساعت وقت می‌گرفت.

7 Nov 2026 · 3 min read · AI · Security · Cryptography · Anthropic · FlashProve · zkSNARK · Zero-Knowledge · Lean · Llama 4 · Open Source

FlashProve: Anthropic راهی ساخت که ثابت کند پاسخ واقعاً از همان مدلی آمده که پولش را داده‌اید

وقتی برای یک مدل گران از یک ارائه‌دهنده‌ی واسط پول می‌دهید، از کجا می‌دانید پشت صحنه همان مدل را جواب می‌دهد؟ شاید برای صرفه‌جویی یک نسخه‌ی کوچک‌تر یا quantize‌شده جایش گذاشته باشند. تا امروز جواب این سؤال فقط «اعتماد» بود. Anthropic در پستی پژوهشی با تاریخ ۲۲ اکتبر، FlashProve را معرفی کرده، یک سیستم متن‌باز که برای پاسخ مدل اثبات رمزنگاری می‌سازد. با این اثبات هر کسی، روی یک CPU معمولی، می‌تواند چک کند که پاسخ واقعاً از همان وزن‌هایی آمده که ارائه‌دهنده به آن‌ها متعهد شده است، بدون این‌که خود وزن‌ها لو برود.

چطور کار می‌کند؟

  • Commit به وزن‌ها: ارائه‌دهنده یک بار یک تعهد رمزنگاری‌شده به وزن‌های مدل منتشر می‌کند. این مرحله برای هر مدل حدود ۳۹ دقیقه طول می‌کشد و برای حدود ۱۶ میلیون درخواست معتبر می‌ماند.
  • اثبات برای هر درخواست: کنار پاسخ، یک اثبات zkSNARK حدوداً ۱۹ مگابایتی ساخته می‌شود.
  • چک روی CPU: کاربر یا حسابرس فایل تعهد حدوداً ۶٫۵ مگابایتی را می‌گیرد و هر اثبات را در حدود ۱۷ ثانیه روی یک CPU ۲۴ رشته‌ای چک می‌کند. به GPU نیازی نیست.

همه‌ی این‌ها zero-knowledge است. یعنی هم مالکیت فکری مدل محفوظ می‌ماند و هم مشتری مطمئن می‌شود. (پنهان کردن معماری مدل هدف این سیستم نیست، فقط وزن‌ها پنهان می‌مانند.)

عددها واقعاً عملی‌اند؟

آزمایش روی Llama 4 Maverick انجام شده، یک MoE با ۴۰۰ میلیارد پارامتر با وزن‌های عمومی ۴ بیتی. یک H100 با ۲۴ هسته‌ی CPU دسته‌ی ۲۴ درخواستی را در حدود ۲۲۳ ثانیه اثبات می‌کند، یعنی همان حدود ۱۱۰ توکن بر ثانیه. هزینه‌اش این است که اثبات کردن حدود ۷۰ تا ۹۵ برابر خود اجرای مدل روی vLLM زمان GPU می‌برد.

این عدد زیاد به نظر می‌رسد، ولی باید با گذشته مقایسه‌اش کرد. تنها اثبات قبلی همین مدل، VerInf، برای ۱۰۰۰ توکن ۱۴٫۳ ساعت وقت گرفته بود و اثباتش ۹۳٫۶ گیگابایت بود که چک کردنش تقریباً یک روز طول می‌کشید.

بخش جالب‌تر ماجرا این است که Anthropic می‌گوید Claude در طراحی سیستم راه‌های تازه‌ای برای به‌کار بردن ابزارهای روز رمزنگاری پیدا کرده و مشخصات پروتکل را هم Claude نوشته است. برای این‌که لازم نباشد به تصمیم‌های بهینه‌سازی مدل کورکورانه اعتماد کنند، ادعاهای امنیتی اصلی را در Lean به‌صورت فرمال اثبات کرده‌اند. کد، اثبات‌های Lean و یک verifier سریع C++ همه با Apache 2.0 منتشر شده‌اند.

محدودیت‌ها

  • فقط نسخه‌ی integer مدل با greedy decoding، یعنی sampling با temperature را پوشش نمی‌دهد.
  • context حداکثر ۱۰۲۴ توکن، که در مقایسه با چت‌های واقعی خیلی کوتاه است.
  • خود Anthropic تأکید می‌کند این «پیشرفت میانی» است، نه یک دستور کار تمام‌شده.

نظر من

به نظرم این یکی از آن کارهایی است که سروصدایش از معرفی یک مدل جدید کمتر است، ولی اثرش شاید بیشتر باشد. بازار LLM الان پر از واسط و router است و هر چند وقت یک‌بار ماجرای مدلی پیش می‌آید که بی‌صدا عوض یا quantize شده. «به حرف ارائه‌دهنده اعتماد کن» دارد جایش را به «ثابت کن» می‌دهد. این‌که Anthropic کد را متن‌باز کرده یعنی بقیه هم می‌توانند بررسی‌اش کنند، رویش بسازند و سریع‌ترش کنند.

ولی با محدودیت ۱۰۲۴ توکن و greedy decoding، فعلاً جای این ابزار در audit نمونه‌ای است، نه در تک‌تک پاسخ‌های production. اگر از gateway یا reseller مدل استفاده می‌کنید، از همین امروز model id و نسخه‌ی دقیق هر پاسخ را لاگ کنید و بند «تعویض بی‌اطلاع مدل ممنوع» را در قرارداد بگذارید. وقتی ابزارهایی مثل FlashProve بالغ شوند، روی همین اسکلت سوار می‌شوند.

منابع: پست پژوهشی Anthropic · کد FlashProve روی GitHub

Comments0

Comments +

00

No comments yet — be the first. هنوز نظری ثبت نشده؛ اولین نفر باش.

Leave a comment

0 / 2000