> ## Content Index > Fetch the complete content index at: https://fomoera.com/llms.txt > Use this file to discover other available public pages before exploring further. # Anthropic presenta FlashProve para verificar el modelo detrás de respuestas de IA - URL: https://fomoera.com/anthropic-flashprove-verificacion-modelos-ia/ - Published: 2026-11-04T11:20:00.000Z - Updated: 2026-11-04T11:20:00.000Z - Description: El prototipo de código abierto busca detectar sustituciones de modelos mediante pruebas criptográficas. La demostración se hizo con Llama 4 Maverick y tiene límites de cobertura y costo. - Author: Gerardo Pavez - Tags: Tecnología y Ciencia, IA Anthropic presentó FlashProve, un prototipo de código abierto que permite comprobar criptográficamente si un token de una respuesta coincide con la salida de un modelo de inteligencia artificial comprometido de antemano. La herramienta busca ayudar a detectar sustituciones de modelos por intermediarios, aunque la demostración tiene límites: cada prueba del ensayo revisó un solo token de salida. La compañía publicó el 2 de noviembre su investigación y el código del sistema. Para la demostración utilizó una versión de Llama 4 Maverick, el modelo de Meta, y no una conversación pública de Claude. Anthropic afirma que Claude ayudó a construir el sistema y encontró mejoras para las pruebas criptográficas utilizadas. ## La huella que permite comprobar un token El proceso empieza cuando el proveedor fija una especie de huella criptográfica de los pesos del modelo, los parámetros que determinan cómo procesa la información. Después genera una prueba que relaciona esa huella con una entrada y un token de salida, bajo las reglas de cálculo del protocolo. El cliente puede comprobar la prueba con la entrada, el token y la huella, sin recibir los pesos. La técnica utilizada, conocida como prueba de conocimiento cero, está diseñada para proteger esa información. La arquitectura del modelo, en cambio, no queda oculta. Hay una condición para que la comprobación responda a la pregunta correcta: la huella debe identificar al modelo que el cliente quiere verificar. El repositorio de FlashProve indica que debe obtenerse de una fuente confiable, no del mismo servidor cuya respuesta se examina. De otro modo, ese servidor podría aportar una prueba válida para un modelo distinto del esperado. La prueba evalúa si el token coincide con el cálculo del modelo comprometido. No determina si el contenido es verdadero, seguro o apropiado para quien lo recibe. ## Qué midió Anthropic en la demostración El equipo procesó lotes de 24 solicitudes con ventanas de 1,024 tokens en una GPU Nvidia H100 y un servidor con 24 núcleos de CPU. Según Anthropic, cada prueba verificó un token de salida y ocupó unos 19 MB. Comprobarla tomó 17 segundos con 24 hilos de CPU o 21 segundos con un solo hilo. La cifra de unos 110 tokens por segundo que anuncia la empresa corresponde al procesamiento de los contextos en ese ensayo. No significa que se hayan verificado individualmente 110 tokens de respuesta por segundo. Generar las pruebas también exigió más cómputo que procesar las mismas solicitudes con vLLM, una biblioteca de inferencia. Anthropic estimó entre 70 y 95 veces el tiempo de GPU en las condiciones que comparó. La referencia de vLLM usó otra precisión numérica y ocho H100, con los tiempos normalizados por GPU, por lo que la cifra describe ese experimento y no una tarifa para los usuarios. ## Los límites de la verificación FlashProve comprueba una versión entera y cuantizada a 4 bits de Llama 4 Maverick. La prueba supone una forma de generación que elige el token con la puntuación más alta en cada paso. Una implementación que utilice cálculos en coma flotante o seleccione entre varias opciones mediante muestreo puede producir un resultado diferente al comprobado. El prototipo admite contextos de hasta 1,024 tokens y genera las pruebas después de que se produce el texto. En el ensayo publicado, una prueba no cubría por sí sola todos los tokens de una respuesta. Anthropic también formalizó propiedades de seguridad del protocolo con Lean, una herramienta para comprobar demostraciones matemáticas. La empresa advierte que esa garantía no se extiende automáticamente al código rápido ejecutable: no asegura que el código, el informe y la versión formal coincidan por completo. Los posibles canales laterales, como el tiempo que tarda en generarse una prueba, quedan fuera del alcance declarado. El uso de Claude para construir herramientas de verificación ya aparecía en otro trabajo de Anthropic. Allí, las demostraciones se centraron en propiedades de partes de bibliotecas de software; FlashProve aborda el cálculo asociado a la salida de un modelo. [Claude genera pruebas formales para partes de 123 bibliotecas de código abiertoAnthropic usa Claude para generar pruebas formales en código abierto. Qué cubren y qué queda fuera de sus garantías.![](https://fomoera.com/content/images/icon/FomoEra-favicon-512-4a72badc-153c-48cb-89cc-8458af4f0659.png)FomoEraPatricia Rodriguez![](https://fomoera.com/content/images/thumbnail/fomoera-claude-genera-pruebas-formales-para-partes-de-123-bibliotecas-de-codigo-abierto-2e44cd90-16x9-v2-1600x900-f972613d-d013-4794-a153-ca5b2f77e866.webp)](https://fomoera.com/claude-verificacion-formal-bibliotecas/) Por ahora, Anthropic describe FlashProve como un proyecto de investigación. El repositorio lo identifica como un artefacto sin mantenimiento y señala que no acepta contribuciones. *Fuentes:* [1](https://www.anthropic.com/research/provable-inference?ref=fomoera.com), [2](https://github.com/anthropics/FlashProve?ref=fomoera.com)