Anthropic 博客详述防蒸馏战果:数据泄露降 90-99%,指控智谱 GLM-5.3
kimmonismus · x · 2026-10-13
Anthropic 发布官方博客,详述针对蒸馏攻击的新防御手段。
- 核心数据:新护栏上线后,蒸馏者获取的数据量下降约 90-99%。配图显示,护栏开启前单日暴露给蒸馏者的推理 token 平均约为安静日的 8,800 倍(峰值 56,000 倍),开启后降至平均 135 倍。
- 点名智谱:Anthropic 称智谱在开发 GLM-5.3 期间蒸馏了美国领先模型的网络攻击能力,曾尝试蒸馏 Claude Fable 5,发现安全护栏削弱攻击效果后转用旧版 Claude 和另一家实验室的模型。CAISSI 评估 GLM-5.3 为迄今网络能力最强的开源权重模型;Anthropic 研究称其护栏可被轻易绕过,且愿意端到端开发安全漏洞利用。
- 国家安全考量:Anthropic 将非法蒸馏视为国家安全风险,并称此方法已被海外实验室广泛用于追赶美国公司。
所属事件:Anthropic 反蒸馏战报：窃取量降九成，点名智谱与月之暗面(20 条相关)→
「模型」频道最新
- 反直觉：推理力度拉满反而更差，拒绝率飙升拖垮评测成绩 — _lewtun · 2026-10-14
- Google 凭 Argon 强势回归,大 V 判断其将逼近 OpenAI 与 Anthropic — bindureddy · 2026-10-14
- Gemini 4 通过 3D 建模 Boeing 基准，一年内能力大幅提升 — LysandreJik · 2026-10-14
- 老用户吐槽:OpenAI 新前沿模型不如半年前的 Codex — this_nice_demon · 2026-10-14
- Argon High 在 Gems 里频繁回「我只是个语言模型」 — Necessary-Ad-6088 · 2026-10-14
- 双开 $20 订阅后用户吐槽:ChatGPT 全面输给 Claude,只剩画图 — Pretend_Painter_7099 · 2026-10-14