Anthropic · 威胁情报·· 2026-02-23精选AI 评分74
Anthropic 披露 DeepSeek、Moonshot、MiniMax 涉嫌蒸馏攻击提取 Claude 能力
Detecting and preventing distillation attacks
来源与原文
Anthropic · 威胁情报
发布时间:(北京时间)
阅读原始来源 · anthropic.com ↗完整链接与内容说明
https://www.anthropic.com/news/detecting-and-preventing-distillation-attacks
本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。
AI 导读
Anthropic 指认 DeepSeek、月之暗面(Moonshot AI)与 MiniMax 通过约 24,000 个欺诈账户从 Claude 非法提取能力,累计超过 1600 万次交互,分别针对推理、智能体、工具使用与编码等能力。DeepSeek 用让 Claude 复述内部推理的方式规模化生成 chain-of-thought 训练数据;Moonshot 动用数百个账户并在后期试图重构 Claude 的推理痕迹;MiniMax 被在训练期间检测到,Anthropic 新模型发布后 24 小时内其近半流量转向新模型。Anthropic 已部署分类器与行为指纹检测,并向其他实验室、云厂商和监管机构共享情报,同时呼吁行业与政策层面的协同应对。
推荐理由
原文披露了三家实验室通过欺诈账户规模化提取 Claude 能力的细节,可以作为了解蒸馏攻击手段与防御思路的一手材料。
来源:Anthropic · 威胁情报 · anthropic.com