>Anthropic 公布反蒸馏防御措施
先了解这件事
Anthropic 研究文章称，早期证据显示其新的蒸馏防御方法把蒸馏者获取的数据量减少约 90% 至 99%，平台上被提取的推理 token 数降至此前的 1/10 到 1/100。防御分三类：用 preserved thinking 阻止新 API 账号编辑 Claude 的先前上下文，并让推理记录只对产生它的组织可见；用两阶段分类器拦截提取尝试，误报率低于 0.1%；对反复尝试的账号收紧限额并封禁，自 9 月 24 日起对拦截的请求收费。Anthropic 官方 X 账号随后表示，过去几个月在降低蒸馏攻击对 Claude 的有效性方面取得明显进展，并附上该研究文章链接。
AI 根据报道生成 · 3 小时前更新
后续时间线
- X@AIChronDaily· 讨论AIChronDaily：preserved thinking 对开发者集成的具体约束（新标签页打开原帖）
- X @AnthropicAIAnthropic 称在降低蒸馏攻击对 Claude 的有效性上取得进展
Anthropic 官方 X 账号称，过去几个月在降低蒸馏攻击对 Claude 的有效性方面取得了明显进展，并附上研究文章链接 anthropic.com/research/distillation-defenses，表示文中说明了具体做法。
- Anthropic Research精选Anthropic 加强针对蒸馏攻击的防御
Anthropic 称早期证据显示，其新的蒸馏防御方法把蒸馏者获取的数据量减少了约 90% 至 99%，平台上被提取的推理 token 数降至此前的 1/10 到 1/100。防御分三类：用 preserved thinking 阻止新 API 账号编辑 Claude 的先前上下文，并让推理记录只对产生它的组织可见；用两阶段分类器拦截提取尝试，误报率低于 0.1%；对反复尝试的账号收紧限额并封禁，自 9 月 24 日起对拦截的请求收费。Anthropic 称在 SWE-bench Verified 上，用摘要推理训练的模型得 71.8%，用完整推理得 80.4%。Anthropic 还称智谱在开发 GLM-5.3 时蒸馏了美国模型的网络能力，CAISSI 评估其为迄今网络能力最强的开源权重模型。这些措施要求部分开发者更新集成。
相关讨论
- X@AIChronDailyAIChronDaily：preserved thinking 对开发者集成的具体约束（新标签页打开原帖）
关注度走势
每天新增来源
- 10月12日新增1个来源（1家媒体、0个账号）
- 10月13日新增2个来源（1家媒体、1个账号）