Anthropic 称降低对 Claude 蒸馏攻击有效性

Anthropic 于 10 月 13 日发布研究文章，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，并说明了具体做法。 蒸馏攻击指通过大量调用模型输出、再用于训练其他模型来复制其能力。Anthropic 未在文中给出可核实的量化效果，上述进展为其自身说法。

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。