Anthropic 蒸馏攻击提取量骤降 90% 至 99%

据 Woofun AI 消息， 披露初步数据显示，新部署的防护措施已使蒸馏攻击者从平台提取的 推理 Token 数量减少约 90% 至 99%。针对攻击者利用虚假账号网络批量获取模型回复以复制能力的行为，Anthropic 实施了限制推理记录跨对话、模型及账号转移，并部署两阶段分类器识别拦截提取请求。目前分类器误报率低于 0.1%，已封禁数万个相关账号，通常在攻击开始后两小时内完成处置。

此外，自 9 月 24 日起，Anthropic 恢复对包括蒸馏在内的特定类别中被安全防护拦截的请求进行收费。公司指出，部分开发者需更新集成方式，且分类器可能存在误拦正常请求的情况。Anthropic 表示目前尚未遭遇高度复杂且持续性的绕过尝试，但防护成效持续时间尚不明确，仍需持续迭代防御措施。