FlashProve يثبت النموذج الذي ولّد الإجابة بسرعة 110 توكنات في الثانية

يستدعي العميل نموذجا مرتفع التكلفة عبر API، لكنه لا يرى ما يحدث خلف الواجهة. ويمكن للمزوّد أو لبوابة ذكاء اصطناعي وسيطة أن ترسل الطلب خفية إلى نموذج أرخص، ثم تصدر فاتورة بسعر النموذج الأصلي. ويكاد يكون اكتشاف الاستبدال من نص الإجابة وحده مستحيلا: فتشابه الإجابة لا يثبت أي نظام قام بحسابها.

اقترحت Anthropic لمعالجة هذه المشكلة FlashProve، وهو نموذج أولي بحثي مفتوح المصدر قائم على zkSNARK. ويتيح إرفاق الإجابة ببرهان تشفيري يؤكد أن النتيجة أُنتجت بالفعل باستخدام الأوزان المعلن عنها، من دون كشف الأوزان نفسها.

كيف يبدو ذلك عمليا

لنتخيل خدمة مؤسسية لمراجعة الشيفرة. تشترط الشركة أن يحلل نموذج أمني محدد كل جزء من الشيفرة قبل إطلاقه. في الوقت الحالي، لا يعرض سجل API سوى اسم النموذج المُرسل ضمن الطلب. وإذا استبدل جهاز التوجيه ذلك النموذج بخيار أرخص، فلن يثبت إدخال السجل في حد ذاته أي شيء.

باستخدام FlashProve، ينشئ المورّد أولا بصمة تشفيرية لأوزان النموذج. وبعد تنفيذ الطلب، ينشئ برهانا مدمجا مرتبطا بهذه البصمة وبنتيجة العملية الحسابية. ويتحقق العميل من البرهان على معالج عادي، ويحصل على تأكيد بأن النموذج المطلوب هو الذي أنشأ الإجابة، من دون الوصول إلى معلماته المغلقة.

في اختبار باستخدام Llama 4 Maverick، وهو نموذج يضم 400 مليار معلمة، ولّد النظام البراهين بمعدل يقارب 110 توكنات في الثانية على مسرّع Nvidia H100 واحد. وبلغ حجم البرهان الواحد نحو 19 ميغابايت، بينما استغرق التحقق منه 17 ثانية على CPU قياسي.

يمثل ذلك تقدما ملحوظا مقارنة بالحل المفتوح السابق القابل للمقارنة. ووفقا لـ Anthropic، كان ذلك الحل يستغرق أكثر من 14 ساعة لمعالجة ألف توكن، وينشئ برهانا بحجم 93.6 غيغابايت، بينما كان التحقق منه يستغرق قرابة يوم كامل.

أين يمكن أن تكون التقنية مفيدة

حالة الاستخدام الأولى هي تدقيق مزوّدي الذكاء الاصطناعي وأجهزة التوجيه. سيتمكن العميل من التحقق من أن الخدمة استخدمت فعلا النموذج المدفوع، لا بديلا أرخص. ويكتسب ذلك أهمية خاصة للمنصات التي توزع الطلبات تلقائيا بين عدة مزوّدين.

أما الحالة الثانية فهي العمليات الخاضعة للتنظيم. ستتمكن المؤسسة من أن تثبت للمدقق أن المستندات أو الشيفرة البرمجية أو القرارات خضعت لفحص نموذج معتمد. والحالة الثالثة هي مراقبة البنية التحتية: فقد يشير الظهور غير المتوقع لنموذج آخر في سلسلة الحوسبة إلى خطأ في الإعداد أو تدخل خارجي.

لا يتطلب FlashProve عتادا موثوقا. وهذه هي نقطة اختلافه عن الأنظمة التي توقّع حركة البيانات وتتتبع العمليات الحسابية داخل خادم خاضع للسيطرة. ويمكن التحقق من البرهان التشفيري بصورة مستقلة عن البنية التحتية للمزوّد.

لماذا لا يزال دمج FlashProve في منتج سابقا لأوانه

القيد الرئيسي هو التكلفة. يزيد إنشاء البرهان نفقات الحوسبة بنحو 70–95 مرة مقارنة بالاستدلال العادي. ولا تزال هذه الزيادة غير مقبولة لخدمة دردشة واسعة الاستخدام، حتى لو كان البرهان نفسه يُنشأ بسرعة كافية.

يقتصر السياق على 1024 توكنا، وهو عدد قليل بالنسبة إلى المساعدين الحديثين والمستندات الطويلة ومستودعات الشيفرة الكبيرة. كما لا يعمل النموذج الأولي إلا مع فك الترميز الجشع، حيث يختار النموذج في كل مرة التوكن التالي الأعلى احتمالا. وتستخدم روبوتات الدردشة العادية أخذ العينات العشوائي لجعل الإجابات أقل تجانسا. وإضافة إلى ذلك، يخفي البرهان الأوزان، لكنه لا يخفي معمارية النموذج.

لذلك، لا يُعد FlashProve اليوم وحدة جاهزة للإنتاج، بل إشارة إلى ظهور طبقة جديدة في البنية التحتية للذكاء الاصطناعي: الاستدلال القابل للتحقق. وينبغي لمطوري البوابات أن يبدأوا مسبقا في حفظ معرّفات النماذج، ومعلمات التوليد، وسلسلة التوجيه الكاملة. أما فرق المنتجات فعليها تحديد العمليات التي يبرر فيها إثبات مصدر الإجابة التكلفة الإضافية فعلا، مثل تدقيق الشيفرة، والقرارات المالية، والعمليات الطبية، أو الامتثال للمتطلبات التنظيمية.

نُشرت الشيفرة والبراهين الصورية المكتوبة بلغة Lean والوثائق بموجب ترخيص Apache 2.0. ويمكن بدء التجارب بالفعل، لكن لا يمكن حتى الآن أن نَعِد العملاء بعمل روبوت دردشة عادي على نحو قابل للتحقق.