Anthropic称新措施减少Claude蒸馏攻击数据提取

Anthropic表示，新措施使Claude模型在所谓蒸馏攻击中被提取的数据减少约90%至99%。公司称，限制Claude推理访问并阻断代理网络探测后，被提取的 reasoning tokens 数量降至此前的10到100分之一，且相关安全系统的误报率低于0.1%。

Anthropic称，借助新技术，针对Claude的蒸馏攻击有效性已取得显著降低。原文未提供具体技术细节、量化数据或相关技术的可用性信息。