Anthropic выложила в открытый доступ FlashProve, прототип системы, которая криптографически подтверждает: ответ нейросети дала именно та модель, которую назвал поставщик. Код, технический отчет и формальные выкладки на языке Lean (среда, где математические утверждения проверяет машина) вышли под лицензией Apache 2.0, поэтому их можно свободно использовать и дорабатывать.
Задача знакома каждому, кто платит за доступ к нейросетям через API (интерфейс, по которому программы обращаются к ним за ответами). Деньги могут взять как за самую мощную версию нейросети, а ответ даст более дешевая, сильно сжатая или вовсе заготовка из кэша. Снаружи подмену не поймать: веса закрыты, а по тексту ответа установить это нельзя. Острее всего вопрос, по-видимому, стоит перед теми, кто покупает доступ через посредников, ведь им проверить полученный результат нечем.
Схема работает в две фазы. Поставщик нейросетей заранее публикует короткий отпечаток весов. К каждому ответу он прикладывает файл, который подтверждает: зафиксированная модель выдала именно эти токены (фрагменты слов, на которые нейросеть режет текст) на этот запрос. Проверка доступна любому, у кого на руках отпечаток и сама переписка, причем на обычном процессоре, без дорогой видеокарты. В основе лежит технология zkSNARK (компактное доказательство с нулевым разглашением): тот, кто проверяет честность оказанной услуги, получит полную информацию о модели, но не узнает о ее внутреннем устройстве.
Для испытаний взяли Llama 4 Maverick, нейросеть на 400 млрд параметров с архитектурой «смесь экспертов» (на каждое слово работает лишь часть из них), в 4-битном сжатии на одной видеокарте H100. Создание файлов идет со скоростью около 110 токенов в секунду, а на 1024 таких фрагмента приходится 19 МБ данных. Расплачиваться приходится временем: видеокарта занята в 70-95 раз дольше, чем при обычной работе на vLLM (популярной программе для запуска нейросетей). Разовая подготовка занимает около 39 минут.
Сама идея не нова, но масштаб другой. Lagrange Labs в августе 2025 года представила DeepProve-1 и назвала ее первой системой, которая охватила полный проход языковой модели, правда речь шла о GPT-2 образца 2019 года. Авторы работы NANOZK, показанной на конференции ICLR 2026, обработали 12 слоев GPT-2 за 3,2 минуты на 12 параллельных потоках: файл вышел размером 82,8 КБ, а проверка заняла 23 миллисекунды. На этом фоне 400 млрд параметров выглядят прорывом.
Ограничения перечислены в самом отчете. Математически охвачена целочисленная версия сети с жадным декодированием (на каждом шаге выбирается самое вероятное слово), поэтому ответы со случайным выбором могут разойтись с доказанным расчетом. Контекст не превышает 1024 токенов, а обычному диалогу нужно заметно больше информации. Скоростная реализация формально не проверена: Lean подтверждает лишь медленный верификатор, и совпадение с быстрым кодом никто не гарантирует.
Если подход дорастет до промышленной эксплуатации, обещание поставщика можно будет закрепить проверкой вместо доверия на слово. Больше всех выиграли бы организации, у которых на кону ответственность, например банки и клиники: подтвержденный результат нужнее им скорости.
