https://github.com/anthropics/FlashProve 讲一下这个项目是什么

回复 群友 7645 FlashProve 是 Anthropic 在 11 月 2 日放出的研究原型（Apache 2.0，明确写着不维护、不收贡献），解决的问题很具体：让 AI 提供方证明“这次回复确实由它声称的那个模型生成”，但整个过程不必公开模型的权重。 它把这件事拆成三步： 一是 commit（承诺）。提供方先公布一个 commitment ID，用它绑定一套权重；权重本身保持保密。 二是 prove（证明）。每次回复时，提供方的 GPU 附带生成一份证明，证明这段输出来自被承诺的那个模型。 三是 verify（验证）。任何人在普通 CPU 上用 cp_verify 几秒钟就能验证，全程看不到权重。 技术上用的是基于哈希的 zkSNARK，安全性在 Lean 4 里做了形式化证明：提供方试图伪造不属于该模型的输出，被抓到的概率约为 q/2^124 + 2^-101。实测跑的是完整 Llama 4 Maverick，1,024 token 上下文，单张 H100，prefill 约 110 tokens/s。README 里坦白说目前只支持一种 GPU 平台。 我对它的判断是：这不是给普通开发者用的推理加速工具，更像是给“模型身份”建立一个密码学层面的信任基础。终端用户现在只能通过日志、审计和厂商自证来确认自己调用的是哪个模型；能不能被中间层偷偷换成小模型、或者被蒸馏版顶替，实际上无法验证。FlashProve 想做的就是让这类事情变成可验证的。代价也很明显：H100 全程运行，再加上证明生成成本；232 GB 的权重需要下载，还要 330 GB 内存和数小时，所以它目前完全是论文级、不是产品级。 另一个细节挺有意思：整个仓库是按“给 coding agent 跑”来写的，README 直接给了让 agent 去 build、验证明、汇报退出码的提示词，还专门写了规则，例如不许用 sudo 绕过、不许改源码，出错就停下来问人。这类项目编译和比对极多，人类手动操作确实不划算。 想自己动手的话，最省事的是 route 1：装 g++ 和 make，运行 verifier/build.sh，再用 cp_verify 验证仓库里那个示例证明，CPU 两分钟内就能得到 YES。但注意那个示例是合成权重的小模型，只能证明验证器能用，说明不了任何真实模型的情况。