Anthropic强化Claude反蒸馏防御

2026年10月12日，Anthropic发布博客文章，正式介绍其针对Claude模型实施的新反蒸馏防御措施。该举措旨在保护模型核心知识产权，防止第三方通过技术手段提取训练数据或推理逻辑。根据早期数据显示，新防御机制显著提升了安全性，使潜在蒸馏者能够获取的推理数据量大幅减少约90%至99%，相当于提取效率下降10到100倍。这一进展表明Anthropic在应对AI模型蒸馏攻击方面取得了实质性突破，进一步巩固了其技术壁垒。目前报道仅提及防御效果的数据变化，未披露具体技术实现细节或后续迭代计划。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。