Anthropic aplica provas de conhecimento zero à inferência de IA para evitar substituição de modelos

icon MarsBit
Compartilhar
AI summary iconResumo
A Anthropic lançou o FlashProve como código aberto, um sistema que aplica tecnologia de prova de conhecimento zero da indústria de criptomoedas à inferência de IA. A ferramenta permite que provedores gerem impressões digitais criptográficas para pesos de modelos e verifiquem saídas sem reexecutar o modelo. Testado no Llama 4 Maverick, cada contexto de 1024 tokens gera uma prova de 19 MB, verificada em 17 segundos em uma CPU padrão. No entanto, o cálculo em GPU leva de 70 a 95 vezes mais tempo do que a inferência normal. Essa notícia de IA + criptomoedas destaca uma nova interseção nas notícias da indústria de criptomoedas.

Notícia do Beating AI: Anthropic lançou o FlashProve, trazendo a tecnologia zkSNARK (prova de conhecimento zero), comum no setor de criptomoedas, para a inferência de modelos de IA. Essa tecnologia, originalmente usada para provar a validade de transações na blockchain sem revelar detalhes da transação, foi adaptada pela Anthropic para resolver outro problema: como o usuário pode saber se o provedor substituiu secretamente o modelo caro que pagou por um modelo mais barato? O FlashProve permite que o provedor gere uma impressão digital criptografada dos pesos do modelo e forneça uma prova matemática para o resultado da inferência. O usuário pode verificar se uma saída específica veio dos pesos previamente comprometidos, sem precisar acessar os pesos do modelo nem executá-lo novamente. O Claude também participou do desenvolvimento e otimização desse sistema. A Anthropic já realizou experimentos no modelo Llama 4 Maverick da Meta, com 400 bilhões de parâmetros. Para cada contexto de 1024 tokens, a prova gerada tem cerca de 19 MB e requer cerca de 17 segundos para verificação em um CPU comum. No entanto, atualmente, cada prova só pode validar um único token de saída, não toda a resposta completa. O tempo de cálculo em GPU necessário para gerar a prova é cerca de 70–95 vezes maior do que o da inferência normal. A capacidade futura de usar isso para identificar provedores de API que trocam modelos secretamente dependerá de quando os custos de geração da prova puderem ser reduzidos.

Aviso legal: as informações nesta página podem ter sido obtidas de terceiros e não refletem necessariamente os pontos de vista ou opiniões da KuCoin. Este conteúdo é fornecido apenas para fins informativos gerais, sem qualquer representação ou garantia de qualquer tipo, nem deve ser interpretado como aconselhamento financeiro ou de investimento. A KuCoin não é responsável por quaisquer erros ou omissões, ou por quaisquer resultados do uso destas informações. Os investimentos em ativos digitais podem ser arriscados. Avalie cuidadosamente os riscos de um produto e a sua tolerância ao risco com base nas suas próprias circunstâncias financeiras. Para mais informações, consulte nossos termos de uso e divulgação de risco.