大模型
x.com ·
@Anthropic (@AnthropicAI)
Anthropic 称在降低针对 Claude 的蒸馏攻击有效性方面取得进展
Anthropic 官方表示，过去数月在降低针对 Claude 的蒸馏攻击有效性方面取得显著进展，并附研究文章链接说明具体做法。帖子本身未披露技术细节或量化结果，需查阅其研究页面确认。
AI推荐理由 Anthropic 官方账号发布，指向其研究页面，主题为降低针对 Claude 的蒸馏攻击有效性，属于模型安全与知识产权保护方向的具体进展；但正文仅为简短引述，未给出方法细节或可验证数据，实际效果需以链接研究页为准。
78
浏览 1,276,925
点赞 4,588
评论 588
转发 405
正文
Over the last few months, we’ve made significant progress in reducing the effectiveness of distillation attacks against Claude.
In this post, we explain how: https://www.anthropic.com/research/distillation-defenses