Anthropic称新防护措施使“蒸馏攻击”数据窃取量减少约90%至99%

Anthropic 周一表示，其防止竞争对手复制 Claude 模型能力的新防护措施，已使“蒸馏攻击”窃取的数据量减少约 90% 至 99%，通过蒸馏手段提取的推理 Token 数量降至此前的 1/100 到 1/10。该公司称已加大利用代理网络反复探测 Claude 受保护推理过程的难度，其安全系统稳健程度“大致相当于防止 Claude 协助制造生物武器的系统”，误报率低于 0.1%。