Anthropic 称已降低针对 Claude 的蒸馏攻击有效性

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，用来训练能力相近的仿制模型。 上述进展与做法均出自 Anthropic 自己的说法，其文章未在现有信息中给出可独立核实的量化结果。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。