Anthropic 采用新的防护措施大幅减少了蒸馏攻击

Anthropic 周一表示,旨在防止竞争对手复制其 Claude AI 模型能力的新措施,已使“蒸馏攻击”所窃取的数据量减少了约 90% 至 99%。受美中竞争加剧的影响,模型蒸馏已成为顶尖人工智能公司关注的焦点,这种做法使竞争对手能够以更低的成本、更快的速度复制其先进能力。Anthropic 表示,旨在限制访问 Claude 推理过程的安全防护措施已大幅减少了数据提取尝试,目前“通过蒸馏手段提取的推理 Token 数量”已降至“此前的 1/10 到 1/100”Anthropic表示,已提高了利用代理网络反复探测 Claude 受保护推理过程的难度,从而阻断了提取尝试并遏制了大规模蒸馏行为。Anthropic 称,其安全系统的稳健程度“大致相当于防止 Claude 协助制造生物武器的安全机制”,且“误报率低于 0.1%”。Anthropic 封禁了数万个与蒸馏活动相关的账户,并点名中国人工智能初创公司智谱为例,指出该公司在开发 GLM-5.3 模型期间曾试图从 Claude 处蒸馏技术能力,同时警告称此类行为会带来安全及国家安全风险。

—— 路透社
 
 
Back to Top