Anthropic 称蒸馏攻击已被削减 90-99%,点名利诱 GLM-5.3
AnthropicAI · x · 2026-10-13
Anthropic 官方发文称，过去几个月其针对 Claude 的「蒸馏攻击」防御取得重大进展，新方法使蒸馏者能采集到的数据量减少约 90%-99%。
- 什么是蒸馏攻击：指用大量欺诈账号网络、以工业规模 covert 地提取头部模型能力并复制到自家模型，成本和时间远低于自研。Anthropic 称该手段被海外实验室广泛用于追赶美国公司。
- 担忧的两点：一是蒸馏出的模型逼近能力前沿却没有相应强度的安全护栏，可能在生物、网络安全领域造成危害；二是涉及国家安全。
- 点名智谱：Anthropic 称智谱在开发 GLM-5.3 期间蒸馏了美国头部模型的网络攻击能力，因 Claude 的安全护栏削弱攻击效果而改用旧版 Claude 和另一家实验室的模型；CAISSI 评估 GLM-5.3 是迄今网络能力最强的开源权重模型，Anthropic 自研测试称其护栏易被绕过、可端到端开发漏洞。
所属事件:Anthropic 宣布蒸馏防御见效 点名智谱利诱 GLM-5.3(3 条相关)→
「模型」频道最新
- 有人逆向工程 Grok Bot 并将其开源 — jasonkneen · 2026-10-13
- Bindu Reddy:Muse Wonder 远不及 Fable/Astra,新基准即将发布 — bindureddy · 2026-10-13
- Parakhin:模型互相能懂「神经语」，人类反而读不懂其解释 — iScienceLuvr · 2026-10-13
- Anthropic 称已削减 90%~99% 蒸馏流量，拒绝万亿 token 付费请求 — abhiadesai · 2026-10-13
- GLM-5.3「去审查版」上线月余无事故，开发者炮轰 AI 末日论叙事 — mariofilhoml · 2026-10-13
- Claude 自己给自己写 bug 报告：嫌自己回复太长 — andrey_kurenkov · 2026-10-13