Anthropic 推出新防护措施，模型蒸馏数据窃取量最多降 99%

Anthropic称已部署限制模型蒸馏的新防护机制，声称可将攻击者取得的推理词元减少约90%至99%，其关注价值在于模型能力复制正从单纯参数窃取转向持续交互提取。

• IT之家（2026-10-13）引述Anthropic称，攻击者提取的推理词元降至此前约十分之一至百分之一。
• Anthropic还称已封禁数万个与蒸馏活动相关的账号，并将误报率控制在0.1%以下。
• 对智谱AI的指称属于Anthropic单方披露，现有材料未提供对方回应或独立技术审计。
• Anthropic于2026-10-06发布的网络安全验证计划显示，其防护思路包括分级访问、身份核验和持续监测，这与此次限制高频探测的方向一致。
• 影响/看点：若降幅能在不同模型、攻击策略和长期测试中复现，模型服务商可能进一步加强访问控制与异常检测；其实际效果仍取决于误报率、用户体验及攻击者转向其他接口的程度。
• 资料依据:
• IT之家（2026-10-13）：https://www.ithome.com/1/012/264.htm
• Anthropic（2026-10-06）：https://www.anthropic.com/news/cyber-verification-program

本内容由 AI 生成，仅供参考，请注意甄别