AIHot· noreply@aihot.news (Anthropic)·· 13 天前AI 评分44
Anthropic 谈抵御蒸馏攻击进展
AI 导读
Anthropic 近期在降低针对 Claude 的蒸馏攻击有效性方面取得了重大进展。通过在安全对齐领域的深入研究，该公司已开发出相关技术手段以提升模型的防御能力。这些进展旨在有效应对模型蒸馏攻击，进一步增强 Claude 的安全性与对齐水平。
正文
Anthropic· @AnthropicAI · X·2026-10-13 07:58· 42 分钟前AI 评分35
AI 导读
过去几个月，我们在降低针对 Claude 的蒸馏攻击有效性方面取得了重大进展。 在这篇文章中，我们解释了具体做法：https://www.anthropic.com/research/distillation-defenses
正文
Over the last few months, we’ve made significant progress in reducing the effectiveness of distillation attacks against Claude.
In this post, we explain how: https://www.anthropic.com/research/distillation-defenses
来源：Anthropic · x.com
来源：AIHot · aihot.news