zksnark

Encontrei no blog de pesquisa da Anthropic: lançaram o FlashProve, que usa zkSNARKs para criar «provas verificáveis» da inferência de modelos de linguagem de grande porte, comprovando que uma resposta foi realmente gerada pelo conjunto de pesos prometido, sem revelar os pesos em si.

O ponto forte: no Llama 4 Maverick (cerca de 400 mil milhões de parâmetros MoE, 4 bits), uma única H100 gera provas a cerca de 110 tokens/segundo; cada pedido de prova para 1024 tokens tem cerca de 19 MB; uma CPU comum de 24 núcleos consegue verificá-la em cerca de 17 segundos; o custo de GPU é cerca de 70–95 vezes superior ao da inferência com vLLM. O código, a prova formal em Lean e a documentação do protocolo foram todos disponibilizados em código aberto ao abrigo da licença Apache 2.0.

Ainda é um protótipo de investigação — por enquanto, sobretudo MoE, descodificação gulosa com inteiros e contexto de cerca de 1024 tokens; a arquitetura em si não fica oculta. Mas trazer as provas de conhecimento zero da blockchain para a camada de saída dos modelos torna de repente muito mais viáveis casos como auditorias e proteção contra substituição no encaminhamento.

#zkSNARK #AI #可验证推理 #Anthropic