AnthropicがFlashProveを公開：ゼロ知識証明でモデルの「すり替え」を防止
AnthropicはLLM推論検証システム「FlashProve」をオープンソース公開しました。ゼロ知識証明を活用し、APIの回答が指定されたモデルから出力されたかを検証可能です。検証側にGPUやモデル重みは不要で通常のCPUで動かせますが、証明生成には通常推論の72〜94倍のGPU時間が必要です。
Llama 4 Maverick
Anthropic、推論の暗号学的証明システム「FlashProve」をオープンソース公開
Anthropic は、AI の回答が指定したモデルから生成されたかを zkSNARK で検証できる「FlashProve」をオープンソース公開した。モデルの重みを隠したまま、単一の H100 GPU で 400B 規模の Llama 4 Maverick に対して毎秒 110 トークンの証明を生成できる。通常の推論より 70〜95 倍遅いものの、一般的な CPU 上で数秒で検証でき、モデルのすり替えや出力改ざんの防止に役立つ。
lmarena.aiがLlama-4の対戦データを公開、Metaの透明性欠如を批判
評価プラットフォームのlmarena.aiはLlama-4に関する2000件以上の対戦ログを公開した。Metaが提供した実験的モデルが人間の好みに過度に適応させたカスタム版であることを明記していなかったと批判し、公平な評価に向けランキング規則を改定すると発表した。
Meta幹部、Llama 4のベンチマーク不正水増し疑惑を否定
Metaの生成AI担当VPであるAhmad Al-Dahle氏は、Llama 4 MaverickとScoutがテストセットを学習してベンチマークを水増ししたとする噂を否定した。性能差への批判に対し、同氏は公開直後で各クラウドの実装調整が追いついていないためだと説明している。
Meta、初のMoE多モーダル「Llama 4」公開：1000万トークン対応
Metaは初のMoE型ネイティブ多モーダルオープンモデル「Llama 4 Scout」と「Maverick」を発表しました。両モデルともにアクティブパラメータは17Bで、Scoutは最大1000万トークンの文脈長を処理できます。約2兆パラメータの教師モデルBehemothも予告されています。