anthropics/FlashProve
¿Es de fiar?
Conviene mirarlo con calma antes de usarlo.
Avisos Revisa
Muy nuevo: se creó hace 4 días. Espera un poco antes de instalarlo.
Estrellas de cuentas reales Sin datos
Todavía no hemos comprobado si sus estrellas son falsas.
Activo Bien
Último cambio hace 4 días.
Licencia Bien
Apache-2.0: puedes usarlo gratis, también en un producto comercial. Conserva el aviso de licencia.
Comprobaciones rápidas con datos públicos. Ayudan, pero no son una garantía.
Qué es
Un prototipo de investigación que permite a un proveedor de IA demostrar, mediante pruebas de conocimiento cero, que una respuesta procede de un modelo comprometido, sin revelar los pesos del modelo. La verificación se ejecuta en una CPU y no necesita los pesos. El repositorio…
Para quién es
Investigadores que estudian la inferencia de IA verificable y las pruebas de conocimiento cero aplicadas a modelos de aprendizaje automático
Cómo usarlo
Instalación
verifier/build.shSacado de su README. Compruébalo allí antes de ejecutarlo.
Pide a tu IA que lo instale
Pega esto en Claude, ChatGPT o tu asistente de programación.
Ayúdame a instalar y configurar anthropics/FlashProve en mi proyecto. Sigue su README: https://github.com/anthropics/FlashProve. Explícame cada paso y comprueba que es seguro antes de ejecutar nada.
Curva de estrellas
En el radar
Su puesto entre los 100 primeros del radar, día a día, con el n.º 1 arriba. Los huecos son días en que estuvo fuera.
Logros
- Mejor puesto en RepoAlerts: n.º 28, el 4 nov 2026
Recibe alertas de repos como este
Te escribimos cuando algo de Modelos e inferencia empiece a subir. Gratis, una vez por semana, solo lo que encaja.
Qué te llega: un email los lunes con los repos que encajan, nunca más. Mira el de la semana pasada. Privacidad
Para quien mantiene el repo
Pon esta insignia en tu README. Muestra el puesto del repo en el radar, se actualiza cada hora y enlaza a esta página.
[](https://repoalerts.com/repo/anthropics/FlashProve?ref=badge)Repos parecidos
- anthropics/formal-math
Colección de formalizaciones en Lean 4 verificadas por máquina, publicadas por Anthropic, cada una en su propio subproyecto de Lake con su propia versión de toolchain. Los proyectos listados formaliza
- anthropics/single-agent-loop-kit
Un kit de referencia para pasar un sistema multiagente, con un enrutador y subagentes especializados, a un único bucle de agente que carga habilidades y herramientas bajo demanda. Audita los subagente
- DAGroup-PKU/ResearchBoost-Agent
Un agente autónomo que perfila cuellos de botella en código de entrenamiento de IA, implementa optimizaciones y valida las aceleraciones con un juez congelado que comprueba la equivalencia bit a bit y
- openai/math
Una colección de manuscritos matemáticos y formalizaciones en Lean producidos por un modelo interno no nombrado de OpenAI durante su evaluación con problemas abiertos de investigación. Los resultados
- RUC-NLPIR/FlashRSI
Un marco de experimentación unificado para reproducir y comparar métodos de automejora recursiva de agentes de IA. Ejecuta algoritmos RSI sobre benchmarks y arneses de agentes, registrando instantánea
- Zero-Mem/Zero-mem
Zero-Mem es un marco de memoria estructurada para agentes basados en LLM. Conserva las trazas originales de interacción y las organiza en un grafo de entidades y contextos y en una jerarquía temporal.