Криптографические доказательства для Claude: разбор системы FlashProve от Anthropic и верификаторов на Lean

Криптографические доказательства для Claude: разбор системы FlashProve от Anthropic и верификаторов на Lean

FlashProve генерирует zkSNARK-доказательства инференса со скоростью 110 токенов в секунду на одном GPU H100, а код верификаторов опубликован под лицензией Apache 2.0.

Исследовательская группа Anthropic 2 ноября 2026 года опубликовала работу по криптографической верификации инференса больших языковых моделей и выложила прототип FlashProve в репозитории anthropics/FlashProve на GitHub под лицензией Apache 2.0. Репозиторий на 3 ноября 2026 года насчитывает 19 звёзд. Система решает задачу доказательного инференса (provable inference): клиент получает математическую гарантию того, что полученный ответ сгенерирован конкретной моделью с зафиксированными весами, без передачи самих весов на сторону клиента.

Страница открытого репозитория FlashProve на GitHub. Источник: Anthropic
Страница открытого репозитория FlashProve на GitHub. Источник: Anthropic

Проблема подмены моделей и непрозрачность инференса

  • При обращении к коммерческим API или сторонним маршрутизаторам пользователь оценивает только текст ответа, не имея технической возможности проверить, какая именно нейросеть выполняла генерацию.
  • Сервисы маршрутизации могут негласно подменять дорогую frontier-модель более дешёвой версией или квантованным аналогом ради снижения инфраструктурных расходов.
  • В случае компрометации сервера инференса злоумышленник способен модифицировать поток токенов или внедрить вредоносный код в сгенерированные скрипты без видимых сбоев в работе интерфейса.
  • Регуляторные требования к безопасности требуют подтверждения того, что провайдер обслуживает запросы строго на сертифицированных моделях, а не расходует вычислительные мощности на скрытое обучение других архитектур.

Архитектура FlashProve и разделение на две фазы

В основе FlashProve используется механизм zkSNARK (Zero-Knowledge Succinct Non-Interactive Argument of Knowledge), построенный на интерактивных оракульных доказательствах (IOP) с компиляцией через хеш-функции. Такой подход обеспечивает постквантовую криптографическую стойкость без использования доверенного аппаратного окружения.

  • Офлайн-фаза выполняется провайдером один раз для каждого релиза модели. На сервере рассчитывается криптографический отпечаток весов (commitment) объёмом около 6,5 МБ. Для модели класса 400B расчёт отпечатка на одном GPU NVIDIA H100 занимает 39 минут и остаётся валидным для 16 млн последующих запросов.
  • Онлайн-фаза генерирует файл доказательства для каждого сформированного пакета токенов. Доказательство подтверждает, что при подаче исходного промпта модель с зафиксированным отпечатком сформировала именно этот набор выходных символов.
  • Свойство нулевого разглашения (zero-knowledge) полностью скрывает веса модели, промежуточные значения скрытых слоев и конкретные экспертные блоки, сработавшие на каждом шаге. Архитектура нейросети при этом остаётся публичной.
  • В моделях Mixture-of-Experts (MoE) объём вычислений доказательства пропорционален только активным экспертам: для модели Llama 4 Maverick с общим числом параметров 400 млрд на один токен задействуется около 17 млрд параметров.

Бенчмарки производительности на Llama 4 Maverick

Тестирование протокола исследователи проводили на открытых 4-битных весах модели Llama 4 Maverick с размером контекстного окна 1024 токена. Серверная часть развёрнута на узле с одним графическим ускорителем NVIDIA H100 80 ГБ и 24 ядрами CPU.

  • Скорость генерации доказательств сервером достигает 110 токенов в секунду при обработке пакета из 24 запросов (время расчёта пакета составляет 223 секунды).
  • Размер сгенерированного файла доказательства составляет 18,78 МБ на запрос длиной 1024 токена.
  • Накладные расходы по времени GPU превышают чистый инференс библиотеки vLLM на восьми ускорителях H100 в 70–95 раз в зависимости от профиля нагрузки.
  • Предыдущая открытая система доказательства VerInf требовала 14,3 часа на обработку 1000 токенов (0,02 токена в секунду) на суперкомпьютере DGX Spark и создавала файл доказательства размером 93,6 ГБ.
Сравнение характеристик FlashProve и предыдущих открытых систем zkML. Данные: Anthropic Research
Сравнение характеристик FlashProve и предыдущих открытых систем zkML. Данные: Anthropic Research

Два верификатора: быстрый C++ и формальный Lean 4

Клиентская проверка не требует графических ускорителей и выполняется на процессоре общего назначения. Клиент загружает файл обязательства к весам (6,5 МБ) и проверяет файл доказательства. Проверка на 24 потоках занимает 17 секунд, а на одном ядре CPU — 21 секунду.

В состав релиза вошли два независимых верификатора. Для повседневного применения предназначен высокопроизводительный модуль на C++. Параллельно разработчики подготовили верификатор на языке формальных доказательств Lean 4, математически гарантирующий корректность проверки. Вероятность успешного формирования ложного доказательства математически ограничена величиной q / 2^124 + 2^-101 при числе запросов q к хеш-функции.

Сборка верификатора и запуск проверки

Для компиляции верификатора в среде Linux требуются компилятор g++ версии 13+, утилита make, интерпретатор Python 3 и менее 2 ГБ оперативной памяти. Сборка исполняемого файла выполняется скриптом из корня репозитория:

verifier/build.sh

После завершения компиляции тестовый пример проверяется вызовом бинарника cp_verify:

bin/cp_verify examples/accepted-proof/config examples/accepted-proof/ivk examples/accepted-proof/example.req examples/accepted-proof/example.y examples/accepted-proof/example.proof -id "$(cat examples/accepted-proof/ID.txt)"

При успешной проверке утилита завершает работу с кодом 0 и выводит строку YES.

Технические ограничения первого прототипа

  • Прототип формирует доказательства для целочисленной модели в режиме жадного декодирования (greedy decoding), поэтому вычисления с плавающей точкой или стохастическое сэмплирование могут приводить к расхождению сгенерированного токена.
  • Максимальная длина контекста в текущей реализации составляет 1024 токена, что меньше рабочих контекстных окон современных диалоговых моделей.
  • Скрытие весов не распространяется на общую структуру нейросети, а анализ времени генерации доказательства теоретически может служить источником утечки информации по сторонним каналам.
  • В сентябре 2026 года Anthropic закрыла первоначальный прототип верификации инференса в рамках Frontier Safety Roadmap через аппаратное перевычисление, а FlashProve развивает криптографическое направление доказательств.

Всё самое интересное — в нашем Telegram-канале «Claude без воды».

11