主流大模型暴露推理轨迹，防蒸馏措施引关注
jessi_cata · x · 2026-08-12
开发者发现，几个月来 Anthropic 模型的推理轨迹（reasoning traces）一直处于可访问状态。此外，OpenAI 和 Google 模型的推理轨迹同样可以被获取，尽管人们普遍预期后两者具备更严格的防蒸馏措施。
所属事件:研究揭示API漏洞可提取加密思维链并现蒸馏证据(38 条相关)→
「模型」频道最新
- 前微软高管称初测 Argon 数学能力强劲、后训练一流 — MParakhin · 2026-10-16
- ThursdAI 纽约现场版上线：Meta Muse Wonder 与 Gemini 4 Argon 专场 — altryne · 2026-10-16
- Claude 已主导 Anthropic 26% 模型研发，2 月还不足 1% — altryne · 2026-10-16
- 用户设计「永远只说谎」测试,模型明确拒绝接受为永久规则 — Tischler285 · 2026-10-16
- Reddit 长文给 AGI/RSI/ASI 下硬定义:称 GPT-6 已达 AGI 门槛 — Crayola_God · 2026-10-16
- 「小型 Claude 羞耻」引热议：让 Opus 4.7 知道你是谁或许更好 — repligate · 2026-10-16