Anthropic(@AnthropicAI)· Anthropic (@AnthropicAI)·· 2 小时前AI 评分40
Anthropic 如何降低针对 Claude 的蒸馏攻击有效性
Over the last few months, we’ve made significant progress in reducing the effectiveness of distillat...
AI 导读
Anthropic 称过去几个月在降低针对 Claude 的蒸馏攻击有效性方面取得显著进展，并发布文章说明具体做法。蒸馏攻击指通过大量调用模型输出、再用于训练仿制模型，从而复制其能力。
来源：Anthropic(@AnthropicAI) · x.com