AI 摘要
快速了解本文
01
Anthropic 新防护机制使模型蒸馏窃取数据量降低最高 99%。
02
安全系统误报率低于 0.1%，已封禁数万个相关违规账号。
03
Anthropic 公开点名智谱 AI，警告蒸馏行为带来安全风险。
本摘要由 AI 辅助整理，请以正文内容为准。
数智朋克讯 Anthropic 宣布推出多项新防护措施，旨在防止竞争对手通过模型蒸馏复刻 Claude AI 模型的能力。据官方数据，新防护机制使模型蒸馏攻击中被窃取的数据量降低了约 90% 至 99%，蒸馏攻击者能提取到的推理词元数量降至之前的十分之一至百分之一。同时，Anthropic 已封禁数万个与蒸馏活动相关的账号。
在技术实现上，新防护机制提升了探测 Claude 受保护推理链路的难度，以拦截信息提取尝试并阻碍大规模蒸馏行动。Anthropic 表示，该安全系统的误报率低于 0.1%，在提升安全性的同时保持了对正常用户的较低误伤率。
除了技术拦截，Anthropic 在平台治理层面采取了实质性行动。公司公开点名 AI 初创企业智谱 AI，称其在研发 GLM-5.3 模型期间曾尝试从 Claude 蒸馏提取模型能力。从大规模封号到公开点名竞争对手，表明头部 AI 企业对模型核心能力的知识产权保护正进入强对抗阶段。
对于模型蒸馏行为的性质，Anthropic 警告称，此类行为会带来安全与国家安全风险。