推文

@xiax0603 · 2026-10-13 09:16

💥Claude反蒸馏官宣！现有已知萃取手段全部拦下！ Anthropic放出重磅结论，新上线两级分类器，可以拦截9月报告记录下的全部蒸馏攻击方式。 简单来讲，目前他们见过的模型“扒能力”套路，现在技术层面都可以识别捕获。 但这只是针对已知攻击，新的绕过手法永远会不断冒出来。 攻防博弈不会就此结束，同时还要平衡不能干扰正常用户与Agent调用。

曝光 7440 · 评论 19 · 点赞 21 · 书签 2 · 曝光/时 435.55238337085945