---
title: Anthropic, Yapay Zeka Yanıtlarının Kaynağını Doğrulayan Yeni Bir Araç Tanıttı
url: https://www.elseif.net/tr/anthropic-yapay-zeka-yanitlarinin-kaynagini-dogrulayan-yeni-bir-arac-tanitti
published: 2026-11-07T13:09:23+00:00
language: tr
section: Modeller
source: https://the-decoder.de/anthropics-neues-open-source-tool-soll-beweisen-welches-ki-modell-wirklich-antwortet/
organizations: Anthropic, Meta
publisher: elseif
---

# Anthropic, Yapay Zeka Yanıtlarının Kaynağını Doğrulayan Yeni Bir Araç Tanıttı

Anthropic, bir yapay zeka yanıtının gerçekten iddia edilen model tarafından üretilip üretilmediğini kriptografik olarak kanıtlamayı amaçlayan FlashProve adlı bir araştırma prototipi sundu.

Sistem, zkSNARK adı verilen kriptografik bir yöntem kullanmaktadır. Model sağlayıcısı, model ağırlıklarının dijital bir parmak izini oluşturur ve her yanıtla birlikte, yanıtın tam olarak bu model tarafından oluşturulduğunu belgeleyen kompakt bir kanıt sunar. Bu süreç, gizli model ağırlıkları hakkında bilgi sızdırmaz.

Teknik rapor, FlashProve'un tek bir H100 grafik işlem birimi üzerinde, 400 milyar parametreli Meta Llama 4 Maverick modeli için saniyede yaklaşık 110 belirteç hızında kanıtlar ürettiğini belirtmektedir. Her bir kanıt yaklaşık 19 megabayt boyutundadır ve standart bir merkezi işlem birimi üzerinde 17 saniyede doğrulanabilmektedir. Bu işlem, normal çıkarıma kıyasla yaklaşık 70 ile 95 kat arasında ek bir maliyet oluşturmaktadır.

Anthropic, bu aracın düzenleyici kurumların onaylı modellerin kullanımını denetlemesi, şirketlerin kodlarının belirli güvenlik modelleri tarafından incelendiğini kanıtlaması ve sunucu manipülasyonlarının tespit edilmesi gibi alanlarda kullanılabileceğini öngörmektedir. Şirket, Eylül 2026'ya kadar bir çıkarım doğrulama prototipi geliştirme hedefini daha önce başka bir projeyle gerçekleştirmişti, ancak FlashProve güvenilir donanıma ihtiyaç duymayan tamamen kriptografik bir yaklaşım sunmaktadır.

Araştırma prototipi olan sistemin önemli kısıtlamaları bulunmaktadır. FlashProve şu anda yalnızca 1.024 belirtece kadar olan bağlamları kanıtlayabilmektedir, bu rakam güncel modellerin standart bağlam pencerelerinin çok altındadır. Ayrıca sistem model ağırlıklarını gizlese de temel mimariyi gizlememektedir. Kanıtlar şu an için yalnızca modelin deterministik olarak en olası bir sonraki kelimeyi seçtiği durumlarda çalışmakta, sohbet botlarının günlük kullanımındaki rastgele yanıtlar için çalışmamaktadır. Kodlar, Lean kanıtları ve belgeler Apache-2.0 lisansı altında GitHub üzerinden erişime açılmıştır.