Anthropic称新防护措施使蒸馏数据减少90%至99%

Anthropic于10月12日表示，初步证据显示，针对窃取Claude能力的模型蒸馏攻击，新防护措施已使被提取数据减少约90%至99%。公司称已封禁数万个相关账号，部分账号发起攻击后不到两小时即被封禁。 这些措施包括限制推理内容在会话、模型和账号之间流转，部署双阶段分类器并持续修补绕过手法。误报率低于0.1%；部分开发者需更新集成，被拦截的请求仍可能收费。