检测与防范蒸馏攻击
Anthropic称识别出三个AI实验室——DeepSeek、Moonshot和MiniMax——通过约2.4万个欺诈账户与Claude进行超过1600万次交互，以“蒸馏”方式提取Claude能力。
具体内容
Anthropic称识别出三个AI实验室——DeepSeek、Moonshot和MiniMax——通过约2.4万个欺诈账户与Claude进行超过1600万次交互，以“蒸馏”方式提取Claude能力。文章描述这些活动针对代理推理、工具使用和编码等能力，并利用代理服务网络规避检测。Anthropic认为非法蒸馏模型缺乏必要安全保障，带来国家安全风险，并以此支持出口管制理由。这些是Anthropic的单方面指控，相关实验室未在材料中回应。
- Anthropic称三个实验室用约2.4万欺诈账户进行蒸馏
- 攻击针对代理推理、工具使用和编码等差异化能力
- Anthropic认为非法蒸馏模型缺乏安全保障，支持出口管制
依据官方原始发布记录整理；当时的推出范围和限制请以原文为准。
用户标记：未标记
固定编号：1603f4e3bce9c304
原文来源