AI 报告 · Anthropic · 2026-10-12 · 博客 / 评论
加强我们对蒸馏攻击的防御
原标题: Strengthening our defenses against distillation attacks
Anthropic 表示，根据早期证据，新方法已将蒸馏攻击所获取的数据减少了约 90% 至 99%。这类隐蔽的工业规模行动未经授权，将一个模型的能力复制到另一个模型中，通常借助欺诈账户网络实施，Anthropic 担心这可能催生出发布时缺乏相应强度安全保障的模型。该文章提到，智谱在开发 GLM-5.3 期间蒸馏了美国领先模型的网络能力，美国 CAISSI 评估认为 GLM-5.3 是迄今发布的网络能力最强的开放权重模型。