Mercados
Anthropic Lanza FlashProve para Verificar Salidas de Modelos de IA Usando Pruebas de Conocimiento Cero
El 2 de noviembre de 2026, Anthropic introdujo FlashProve, un sistema innovador diseñado para mejorar la confianza en las salidas de modelos de IA mediante el uso de pruebas de conocimiento cero (zkSNARKs). Esta tecnología permite a los usuarios verificar que la salida generada por un modelo de IA proviene efectivamente del modelo declarado, en lugar de una alternativa potencialmente más económica.
Entendiendo FlashProve
FlashProve opera en dos fases. Inicialmente, durante un paso fuera de línea, el proveedor del modelo se compromete a un conjunto específico de pesos de red neuronal, lo que toma aproximadamente 39 minutos para procesar y resulta en un tamaño de compromiso de alrededor de 6.5 MB. Para cada solicitud de inferencia, el sistema genera una prueba concisa que confirma que el modelo produjo la salida reclamada en respuesta a un determinado aviso, todo mientras mantiene los pesos del modelo en confidencialidad.
Rendimiento y Desafíos
Dirigiéndose a modelos de lenguaje de mezcla de expertos (MoE), FlashProve demostró impresionantes benchmarks de rendimiento en el modelo Llama 4 Maverick de Meta. Sin embargo, el costo de la prueba es significativo, funcionando a aproximadamente 70 a 95 veces el tiempo de GPU requerido para la inferencia estándar. Esto hace que FlashProve sea más una prueba de concepto que un modelo de negocio viable en la actualidad.
Desarrollo y Perspectivas Futuras
Dirigido por Roy Rinberg y Alex Allain, el proyecto cuenta con contribuciones de figuras notables en criptografía aplicada. Aunque la implementación actual no está lista para producción, abre la puerta a futuros desarrollos en la verificación segura de modelos de IA. El próximo desafío será reducir los costos de sobrecarga y los tamaños de prueba para hacer que la tecnología sea práctica para un uso generalizado.
FAQ
¿Qué es FlashProve?
FlashProve es un sistema innovador lanzado por Anthropic que mejora la confianza en las salidas de modelos de IA utilizando pruebas de conocimiento cero (zkSNARKs) para verificar que la salida generada por un modelo de IA proviene efectivamente del modelo declarado.
¿Cómo funciona FlashProve?
FlashProve opera en dos fases: primero, el proveedor del modelo se compromete a un conjunto específico de pesos de red neuronal en un paso fuera de línea, que toma aproximadamente 39 minutos y resulta en un tamaño de compromiso de aproximadamente 6.5 MB. Luego, para cada solicitud de inferencia, genera una prueba sucinta que confirma que el modelo produjo la salida declarada mientras mantiene los pesos del modelo confidenciales.
¿Cuáles son los benchmarks de rendimiento de FlashProve?
FlashProve ha demostrado impresionantes benchmarks de rendimiento en el modelo Llama 4 Maverick de Meta, particularmente dirigido a modelos de lenguaje de mezcla de expertos (MoE).
¿Cuáles son los desafíos actuales que enfrenta FlashProve?
Los principales desafíos incluyen un overhead de prueba significativo, que se ejecuta entre 70 y 95 veces el tiempo de GPU requerido para la inferencia estándar, lo que lo convierte más en una prueba de concepto que en un modelo de negocio viable en la actualidad.
¿Cuáles son las perspectivas futuras para FlashProve?
Si bien la implementación actual no está lista para producción, abre la puerta a futuros desarrollos en la verificación segura de modelos de IA. El próximo desafío será reducir los costos de overhead y los tamaños de prueba para hacer que la tecnología sea práctica para su uso generalizado.