Anthropic News·· 11 天前精选AI 评分78
Anthropic 强化 Claude 蒸馏攻击防御，蒸馏者获取的推理数据减少 90% 至 99%
Strengthening our defenses against distillation attacks
AI 导读
Anthropic 宣布其新的反蒸馏防御方法已将蒸馏者获取的 Claude 推理数据量减少约 90% 至 99%，分类器上线后被提取的推理 token 降至原来的 1/10 到 1/100 以下。
推荐理由
Anthropic 公布了对抗蒸馏攻击的具体方法和实测数据，开发者可以据此理解各家平台为何要为反蒸馏付出成本。
来源：Anthropic News · anthropic.com