Anthropic称新防御将Claude推理token窃取量削减90%至99%

Anthropic 公布针对 Claude 的大规模蒸馏攻击防御措施，称新防御已将模型内部推理 token 被提取的量削减 90% 至 99%。这类攻击通过数十万个虚假账号批量复制模型能力，用于训练更小的自有模型。 Anthropic 目前限制对 Claude 内部推理步骤的访问，运行检测提取尝试的分类器，并自动封禁被标记账号，已封禁数万个。Anthropic 同时承认合法用户也会被误伤，并呼吁其他 AI 开发者采用类似防护。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。