Anthropic：Research·· 22 天前精选AI 评分77
Anthropic 强化针对蒸馏攻击的防御， reasoning token 提取量下降 10 到 100 倍
Strengthening our defenses against distillation attacks
AI 导读
Anthropic 发布博客，介绍其针对 Claude 蒸馏攻击的新防御方法，早期证据显示这些方法使蒸馏者获取的数据减少约 90% 到 99%。
推荐理由
Anthropic 公开其反蒸馏防御的具体做法和效果数据，读者可以据此了解这类防御的成本、权衡和对整个行业的借鉴意义。
来源：Anthropic：Research · anthropic.com