🤖 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
Post #44368
8.94K
在花🎗️科技圈 🤖 Anthropic 调整 Claude API 思考块机制，防止模型推理被用于非法蒸馏 Anthropic 调整 Claude Fable 5.1 的 Messages API：对于受影响账户，多轮对话返回此前的思考块时，必须同时保持生成该思考块时的系统提示、工具和消息不变，否则 API 将报错；开发者也可启用“非严格”模式，由系统删除不匹配的思考块后继续请求。Anthropic 称，修改早期上下文可被用于诱导模型解密并输出推理，是工业规模非法蒸馏的一种手段。新机制目前适用于 2026 年 8 月 31…
- 🤣 209
- 👎 62
- 👍 26
- 🖕 17
- 😁 8
- ❤ 4
- 🤔 4
- 🤪 2
- 🎉 1
- 💊 1