Anthropic称新防御削减Claude推理token窃取量并点名中国公司

Anthropic 公布针对 Claude 推理 token（模型内部思维链步骤）被提取的防御成效，称新措施将窃取量削减了 90% 至 99%，成功蒸馏尝试在其防御上线后大幅下降。 Anthropic 称其做法是限制对 Claude 内部推理步骤的访问、运行检测提取行为的分类器，并自动封禁被标记的账号，目前已封禁数万个账号。该公司同时呼吁其他 AI 开发者采用类似保护措施，但承认合法用户也会被误伤。 Anthropic 在公布中点名指控智谱和 Moonshot 涉及相关蒸馏攻击。

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。