Anthropic 称新防御削减 Claude 推理 token 窃取 90-99%

Anthropic 称其新防御措施将 Claude 被提取的推理 token（模型内部思维链）量削减了 90% 至 99%。这类攻击通过数十万个虚假账号网络系统性复制模型能力，用于训练更小的自有模型；Anthropic 点名智谱与月之暗面参与此类蒸馏攻击。 Anthropic 表示，现已限制对 Claude 内部推理步骤的访问，运行检测提取尝试的分类器，并自动封禁被标记的账号，已有数万个账号被封。该公司同时承认，部分合法用户也被误伤。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。