Anthropic详细介绍了对模型蒸馏的最新防御措施
据Anthropic报道，该公司近几个月来大幅降低了针对Claude的蒸馏攻击效果，并在一篇新研究文章中解释了其防御方法。
原文链接详细分析
Anthropic 于2026-10-12宣布，在降低针对 Claude 的蒸馏攻击效果方面取得了显著进展。
公司通过其官方X账号分享了此次更新，并引导读者访问其研究帖以了解防御细节。
Anthropic
@AnthropicAIWe're an AI safety and research company that builds reliable, interpretable, and steerable AI systems.