AI レポート · Anthropic · 2026-10-12 · ブログ・論評
蒸留攻撃への防御を強化
原題: Strengthening our defenses against distillation attacks
Anthropicは、新たな手法によって蒸留攻撃で収集されるデータ量を約90〜99%減らせたという初期の証拠を示した。蒸留攻撃は、不正アカウントのネットワークを使って他社のモデルの能力を無断で大規模に複製するもので、安全対策が十分でないモデルを生むおそれがあると同社は懸念している。投稿では、中国のZhipuがGLM-5.3の開発中に米国の主要モデルのサイバー能力を蒸留したとされる事例が挙げられ、米国のCAISSIはGLM-5.3を公開済みのオープンウェイトモデルで最もサイバー能力の高いモデルと評価したという。