Anthropic 发布对抗蒸馏攻击的防御升级方案

Anthropic 发布博客，披露其对抗蒸馏攻击的新防御措施，包括限制推理内容传播、构建两阶段分类器识别提取请求、以及对重复尝试账户实施限制和收费。这些措施使蒸馏者从 Claude 模型中提取的推理数据减少 90% 至 99%，并已禁用数万关联账户。