Anthropic公开Claude反蒸馏防御方法，称数据窃取量下降10至100倍

Anthropic 公开了 Claude 模型的反蒸馏防御方法，通过 preserved thinking、两阶段分类器和账号封禁等手段拦截针对推理数据的窃取行为；Anthropic 称该措施使其推理数据窃取量下降 10 至 100 倍。 该防御体系目前部署在 Claude Sonnet 5.5、Claude Opus 5 与 5.5 以及 Claude Fable 5 与 5.1 等主力模型上。 Anthropic 还称，自 9 月 24 日起，在误判率低于 0.1% 的特定场景（包括蒸馏类请求）中，恢复对被安全机制拦截、未获 Claude 回复的请求收费。

AI 根据报道生成 · 26 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。