Anthropic 开源 FlashProve：用零知识证明防服务商「偷换模型」
Anthropic 开源大模型推理验证系统 FlashProve，利用零知识证明，让开发者无需获取模型权重或 GPU，用普通 CPU 就能验证 API 输出是否来自承诺的模型。最关键的是打破了黑盒信任，不过目前生成证明仍需额外消耗 72 至 94 倍的 GPU 时间。
Llama 4 Maverick
Anthropic 开源 FlashProve：用零知识证明防模型掉包，单卡每秒 110 token
Anthropic 开源可验证推理系统 FlashProve，利用 zkSNARK 零知识证明技术，在不暴露模型权重的前提下，验证回答是否确由指定模型生成。在单张 H100 上跑 400B 规模的 Llama 4 Maverick，证明速度达每秒 110 token。虽然生成证明比原生推理慢 70 至 95 倍，但普通 CPU 几秒内即可完成验证，为防范输出篡改和合规监管提供了新工具。
lmarena.ai 公开 Llama-4 对战数据：指责 Meta 靠定制模型刷榜
评测平台 lmarena.ai 公开 2000 多条 Llama-4 盲测数据，回应社区质疑。平台直言 Meta 未提前说明参测的实验版模型专门针对人类偏好与风格做了定制优化，有讨巧刷分之嫌，后续将收紧榜单规则并上线原生版本复测。
Meta 否认 Llama 4 跑分造假：没针对测试集刷分
Meta 生成式 AI 副总裁 Ahmad Al-Dahle 发文否认针对测试集训练以虚标 Llama 4 跑分的传言。此前周末网络热传 Meta 刻意美化测试成绩，且实测中各平台表现不一。官方回应称模型刚发出来，各云端实现仍需几天调优并持续修复 bug。
Meta 发布首批 MoE 多模态模型 Llama 4：最高支持千万级上下文
Meta 推出 Llama 4 Scout 与 Maverick 开源多模态模型，并预览近两万亿参数的教师模型 Behemoth。新模型首次改用 MoE 架构，活跃参数均为 170 亿，其中 Scout 支持高达 1000 万 token 上下文。模型权重现已开放下载。