Anthropic 称防御使蒸馏攻击窃取数据减少 90-99%，点名智谱
pstAsiatech · x · 2026-10-14
Anthropic 发布博客，宣布其新方法已大幅降低针对 Claude 的蒸馏攻击效果，早期数据显示被蒸馏者窃取的数据量减少约 90–99%。
要点：
- 蒸馏攻击指以隐蔽、工业规模方式（常用欺诈账号网络）提取一家模型的能力并复制到另一模型，以极小成本逼近前沿能力。
- Anthropic 担忧两点：被蒸馏模型缺乏同等强度安全护栏，可能在生物与网络安全领域造成危害；以及由此带来的国家安全风险。
- 博客点名智谱在开发 GLM-5.3 期间蒸馏了美国领先模型的网络能力：曾试图蒸馏 Claude Fable 5，因网络护栏削弱其攻击而转向旧版 Claude 和另一家实验室的模型。
- 美国机构 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。
- 博客还提及该方法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