Anthropic تطلق FlashProve: دليل على أن الإجابة صدرت فعلاً عن نموذجك اللغوي

دفعتَ ثمن نموذج رائد، لكن خدمة وسيطة استبدلته في الطريق بنموذج رخيص. يكاد يكون من المستحيل ملاحظة ذلك من نص الإجابة: فقد تبقى الجودة مقبولة تماماً. أصدرت Anthropic نموذجاً بحثياً أولياً يحاول سدّ هذه الثغرة بالتشفير.

ما الذي أُنجز بالضبط

يُسمّى النظام FlashProve. الفكرة كالتالي: يعلن مزوّد النموذج مسبقاً «بصمة» لأوزانه (commitment)، بينما تبقى الأوزان نفسها سرّية. ثم يرفق بكل إجابة إثباتاً قصيراً من نوع zkSNARK يؤكد أن هذه الأوزان المثبّتة تحديداً، على هذا الموجّه (prompt) تحديداً، أنتجت هذه الرموز بعينها. ويتحقق المستخدم من الإثبات على معالج CPU عادي، دون الأوزان ودون عتاد قوي.

تخيّل ختماً توثيقياً على كل إجابة من النموذج. لا يمكن تزوير الختم، ولا يرى الموثِّق محتويات الخزنة التي تحفظ الأوزان.

الأرقام

جرت الاختبارات على Llama 4 Maverick: 400 مليار معامل، بنية mixture of experts، وتكميم بدقة 4 بتات. تولّد وحدة H100 واحدة الإثباتات بسرعة تقارب 110 رموز في الثانية. ويبلغ حجم الإثبات نحو 19 ميغابايت لكل طلب من 1024 رمزاً. وهذا يعادل 70–95 ضعف زمن GPU الذي يستغرقه النموذج نفسه على vLLM. وبحسب المؤلفين، فإن الأنظمة المفتوحة السابقة أبطأ بعدة مراتب من حيث الحجم.

أنجز Claude نفسه جزءاً من العمل: فقد حسّن النظام. لكن من الصعب التحقق من مثل هذه الحلول داخل شيفرة معقدة، لذلك صيغت ضمانات الأمان الأساسية على شكل عبارات بلغة Lean، وهي لغة للتحقق الصوري. ويمكن تدقيقها بصورة منفصلة، ولهذا الغرض توجد أداة تصوير مرئي. صدرت خمسة عناصر: مقالة، وتقرير تقني، ووصف للبروتوكول، والشيفرة (المُثبِت prover، ومُدقّق سريع بلغة C++، ومُدقّق تم التحقق منه بلغة Lean)، والإثباتات نفسها. الترخيص Apache 2.0.

لماذا يلزم هذا

يذكر المؤلفون أربعة سيناريوهات:

• ضبط وتيرة الذكاء الاصطناعي: يتحقق الجهة التنظيمية من أن العتاد يشغّل فعلاً استدلال النموذج المعلن، لا أنه يدرّب شيئاً آخر على الجانب.
• الحماية من الاستبدال: تتأكد الشركة من أن خوادمها تشغّل الأوزان المطلوبة نفسها، حتى لو اخترق أحدهم الخادم أو استبدل النموذج نفسه بنفسه.
• أصل النص: يمكن إثبات أن الشيفرة راجعها نموذج قوي فعلاً. مثلاً «Proof-of-Failure»: أنفق النموذج مليون رمز على الأقل ولم يعثر على أخطاء في التصحيح (patch).
• اعتماد النماذج: تتحقق الجهة التنظيمية من أن النماذج المسموح بها فقط تعمل في بيئة الإنتاج.

وتذكر Anthropic بصورة منفصلة خارطة الطريق Frontier Safety Roadmap التي تهدف إلى إنجاز نموذج أولي بحلول 30 سبتمبر 2026. وقد تحقق هذا الهدف عبر مشروع آخر مجاور: يجري توقيع حركة البيانات، ويُعاد حساب الاستدلال على خادم موثوق. ويسعى FlashProve إلى الهدف نفسه بطريق مختلف.

القيود

الحل بحد ذاته غير جاهز للإنتاج. فالتكاليف الإضافية التي تبلغ عشرات الأضعاف في زمن GPU تجعله غير عملي لكل طلب في دردشة عادية. كما أن بنية النموذج غير مخفية، والمخفي هو الأوزان فقط. ولا يُظهر الإثبات أن العتاد لا يجري تدريباً بالتوازي. ويصف المؤلفون أنفسهم العمل بأنه نتيجة وسيطة وليس برنامجاً مكتملاً.

وهناك بديل أيضاً: بيئات التنفيذ الموثوقة العتادية (TEE) تعتمد على مصنّع الرقائق، بينما يقوم الأمان هنا على التعقيد الحسابي للمسائل التشفيرية. ويرى المؤلفون أن النهجين متكاملان.

ماذا تفعل عملياً

إذا كنت تبني موجِّهاً (router) أو مجمِّعاً للنماذج أو وكيلاً (proxy) للواجهات البرمجية، فتابع هذا الاتجاه: فبعد عامين تقريباً قد يطالب العملاء بإثبات أصالة النموذج. وإذا كنت تجري تدقيقاً أو تقييماً لأمان النماذج، فمن المجدي الآن النظر في كيفية مساعدة مواصفات Lean في التحقق من الادعاءات. أما لبقية القرّاء فالخلاصة أبسط: انتقل الاستدلال القابل للتحقق من النظرية إلى مرحلة نموذج أولي عامل بشيفرة مفتوحة، ويمكن تجربته وتحسينه.