蒸馏攻击

Anthropic 披露五场蒸馏攻击行动，涉及近 2 亿次交互，其中一场被归因于阿里巴巴，另一场与 Moonshot AI 有关。报告将模型思维链提取、批量提示词工程和训练材料生产联系在一起，也把前沿模型安全与知识产权问题推到台前。