The Decoder· Manuel Uth·· 18 天前
Anthropic 称 Claude 反向蒸馏攻击防御效果最高达 99%
Anthropic says it cut Claude reasoning token theft by up to 99% in fight against industrial-scale distillation
原始来源：The Decoder阅读原始报道
AI 导读
Anthropic 发布新防御措施后，Claude 反向蒸馏攻击的推理 Token 被截获比例提升至 90%-99%。攻击者利用数十万假账号大规模提取模型内部推理链。 Anthropic 同时公布已封禁数十万疑似攻击账号，并点名 Zhipu、Moonshot 等公司涉及从 Claude 提取能力。
来源：The Decoder · the-decoder.com