调用远程模型时，用户通常只能相信服务商报出的模型名称，无法查看实际用了哪组权重。Anthropic 的 FlashProve 尝试补上这一环：先为权重生成一份密码学承诺，相当于不可随意改换的指纹；服务端随后为指定输入和输出生成证明，验证者不必拿到权重，也不必配备 GPU，就能检查计算是否符合该承诺。它证明计算关系，并不证明答案内容正确。
研究原型把每次只激活部分子网络的混合专家模型 Llama 4 Maverick 的整数化计算分块处理，逐层把数据送入一张 H100 80GB，主机内存仍约需290GB。团队报告，24个请求、每个1024 token 窗口的一批证明耗时223秒，折合约110个预填充 token/秒（一次处理给定文本的速度）；每份证明实际检查一个指定 token，不能读成每秒验证110个新生成 token 或完整回答。证明约18.78MB，CPU验证约需17秒（24线程）或21秒（单线程）。
库还区分两种接受条件：严格符合整数模型的贪心输出，以及在配置容差内接近该输出。后一种是为了容纳常见浮点推理与整数模型的差异。Lean 中的形式化安全论证与快速 C++ 验证器也不能混称：后者尚未证明与形式化实现完全等价。当前发布的是不承诺维护的研究原型。