Anthropic(@AnthropicAI)· Anthropic (@AnthropicAI)·· 4 小时前AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
Anthropic 如何降低针对 Claude 的蒸馏攻击有效性
Over the last few months, we’ve made significant progress in reducing the effectiveness of distillat...
AI 导读
Anthropic 称过去几个月在降低针对 Claude 的蒸馏攻击有效性方面取得显著进展，并发布文章解释具体做法。蒸馏攻击指通过大量调用模型输出来复制其能力，Anthropic 未在摘要中披露具体防御机制或效果数据。
来源：Anthropic(@AnthropicAI) · x.com