Anthropic 称新防护措施使 Claude 蒸馏攻击数据窃取量减少约 90% 至 99%

Anthropic 表示，针对 Claude 推理能力的新防护措施已将蒸馏攻击窃取的数据量减少约 90% 至 99%，通过蒸馏提取的推理 Token 数量降至此前的 1/100 到 1/10。该公司称已加大代理网络反复探测 Claude 受保护推理过程的难度，其安全系统稳健程度大致相当于防止 Claude 协助制造生物武器的系统，误报率低于 0.1%。