Anthropic 强化针对蒸馏攻击的防御， reasoning token 提取量下降 10 到 100 倍

Anthropic 发布博客，介绍其针对 Claude 模型的防蒸馏攻击新方法。Anthropic 称，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%。 Anthropic 表示，保留推理过程（preserved thinking）的做法已要求部分开发者更新其集成方式。据 IT之家报道，Anthropic 称这些措施的误报率低于 0.1%。 Anthropic 随后在 X 上发文，重申过去几个月在降低针对 Claude 的蒸馏攻击有效性方面取得重大进展，并链接到同一篇研究文章。

最新进展：Anthropic 推出新防护措施，模型蒸馏攻击被窃数据量降低 90% 至 99%

事件时间线

1. 2026年10月13日 11:32

   IT之家·人工智能

   Anthropic 推出新防护措施，模型蒸馏攻击被窃数据量降低 90% 至 99%

   Anthropic 于当地时间周一宣布推出多项新防护措施，防止竞争对手复刻 Claude 模型能力，已将模型蒸馏攻击中被窃取的数据量降低约 90% 至 99%。

   阅读原始报道 ↗
2. 2026年10月13日 07:58

   X：Anthropic (@AnthropicAI)

   Anthropic 谈抵御蒸馏攻击进展

   过去几个月，我们在降低针对 Claude 的蒸馏攻击有效性方面取得了重大进展。 在这篇文章中，我们解释了具体做法：https://www.anthropic.com/research/distillation-defenses

   阅读原始报道 ↗
3. 2026年10月12日 00:00

   Anthropic：Research（发表成果 · 网页） 一手信源

   Anthropic 强化针对蒸馏攻击的防御， reasoning token 提取量下降 10 到 100 倍

   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%。

   阅读原始报道 ↗