Anthropic 開源 FlashProve：用零知識證明防服務商「偷換模型」
Anthropic 開源大模型推理驗證系統 FlashProve，利用零知識證明，讓開發者無需獲取模型權重或 GPU，用普通 CPU 就能驗證 API 輸出是否來自承諾的模型。最關鍵的是打破了黑盒信任，不過目前生成證明仍需額外消耗 72 至 94 倍的 GPU 時間。
Llama 4 Maverick
Anthropic 開源 FlashProve：用零知識證明防模型掉包，單卡每秒 110 token
Anthropic 開源可驗證推理系統 FlashProve，利用 zkSNARK 零知識證明技術，在不暴露模型權重的前提下，驗證回答是否確由指定模型生成。在單張 H100 上跑 400B 規模的 Llama 4 Maverick，證明速度達每秒 110 token。雖然生成證明比原生推理慢 70 至 95 倍，但普通 CPU 幾秒內即可完成驗證，為防範輸出篡改和合規監管提供了新工具。
lmarena.ai 公開 Llama-4 對戰資料：指責 Meta 靠定製模型刷榜
評測平臺 lmarena.ai 公開 2000 多條 Llama-4 盲測資料，回應社群質疑。平臺直言 Meta 未提前說明參測的實驗版模型專門針對人類偏好與風格做了定製最佳化，有討巧刷分之嫌，後續將收緊榜單規則並上線原生版本複測。
Meta 否認 Llama 4 跑分造假：沒針對測試集刷分
Meta 生成式 AI 副總裁 Ahmad Al-Dahle 發文否認針對測試集訓練以虛標 Llama 4 跑分的傳言。此前週末網路熱傳 Meta 刻意美化測試成績，且實測中各平臺表現不一。官方回應稱模型剛發出來，各雲端實現仍需幾天調優並持續修復 bug。
Meta 釋出首批 MoE 多模態模型 Llama 4：最高支援千萬級上下文
Meta 推出 Llama 4 Scout 與 Maverick 開源多模態模型，並預覽近兩萬億引數的教師模型 Behemoth。新模型首次改用 MoE 架構，活躍引數均為 170 億，其中 Scout 支援高達 1000 萬 token 上下文。模型權重現已開放下載。