Anthropic：蒸馏数据初步减少 90% 至 99%
Anthropic 10 月 12 日表示，初步证据显示，针对窃取 Claude 能力的模型蒸馏攻击，其新防护措施已使被提取数据减少约 90% 至 99%。公司称已封禁数万相关账号，部分账号发起攻击后不到两小时即被封。
措施包括限制推理内容跨会话、模型和账号流转，部署双阶段分类器并持续修补绕过手法。误报率低于 0.1%，但部分开发者需更新集成，被拦截请求仍可能收费。
Anthropic
科技圈· 茶馆 · 投稿
↩️ Anthropic：蒸馏数据初步减少 90% 至 99%
0 评论