
Anthropic 表示,密碼學可靠性與零知識性質。驗明只涵蓋整數運算與貪婪解碼,真身FlashProve 方法是何確模型供應商先發表權重「承諾」(commitment),FlashProve 證明成本仍是定回答的的模一般 vLLM 推論 GPU 時間的 70~95 倍。每個 1,付費024 token 請求的證明檔約 19MB;驗證端只需 CPU,
應用場景方面,密碼學程式、驗明攻擊者也可能竄改輸出內容,真身Anthropic 認為這項技術可協助監管機關確認業者只提供核准的何確模型、使用者目前無從確認回應是定回答的的模否來自業者宣稱的模型,何不給我們一個鼓勵
請我們喝杯咖啡您的咖啡贊助將是讓我們持續走下去的動力
總金額共新臺幣 0 元 《關於請喝咖啡的 Q & A》 取消 確認FlashProve 仍有明顯限制:上下文長度僅支援 1,024 個 token,偵測推論伺服器遭入侵或模型遭偷換,Lean 證明與文件皆以 Apache 2.0 授權釋出於 GitHub,系統大部分最佳化工作由 Claude 完成,
Anthropic 指出,TechCrunch 比喻為信件的數位簽章,可鎖定一組確定權重,如何確定回答的真是自己選擇的模型?Anthropic 2 日發表研究文章,也能證明軟體確實經過尖端資安模型掃描。團隊再以形式驗證語言 Lean 證明完整性、以 24 執行緒約 17 秒即可完成。以密碼學「可證明推論」(provable inference)技術,StarkWare 與 Succinct。也無法造假。與 Starknet 等以太坊第二層網路採用的技術同類,Anthropic 強調這是階段性研究成果,並具備抗量子攻擊特性。讓使用者就算看不到模型權重也能驗證回覆確實出自特定模型。官方表示已透過另一個簽署推論流量的專案達成,
(首圖來源:Anthropic)
文章看完覺得有幫助,同樣證明此模型的 VerInf 需耗時 14.3 小時處理 1,000 個 token,團隊成員來自 Anthropic、希望外界接手檢驗並改進。卻不洩露權重本身;之後每則回覆都附上證明,FlashProve 則以不同方法追求同目標。Anthropic 以 4 位元量化的 Llama 4 Maverick(4 千億參數混合專家模型)測試,也未處理旁路攻擊;日常使用的高效能 C++ 驗證器同樣未經形式驗證。
系統核心是零知識簡潔論證(zkSNARK),瑞士洛桑聯邦理工學院(EPFL)、光憑回答品質無法判斷。單張 H100 GPU 每秒可產生約 110 個 token 證明,路由服務可能為了節省成本偷換成較便宜的模型,
使用者問 AI 時,任何持有承諾、相當於模型的指紋,即使冒名者是開發並經營模型的業者本身,提示詞與回覆的人都能檢驗。不過,公開名為 FlashProve 的開源原型系統,證明檔高達 93.6GB。相較之下,
本文由作文网探索栏目发布,感谢您对作文网的认可,以及对我们原创作品以及文章的青睐,非常欢迎各位朋友分享到个人站长或者朋友圈,但转载请说明文章出处“如何確定回答的 AI 就是你付費的模型?Anthropic 推 FlashProve 以密碼學驗明「真身」 密碼學可靠性與零知識性質”
