行业官方一手
Anthropic 加强针对模型蒸馏攻击的防御措施
Strengthening our defenses against distillation attacks
精选理由
Anthropic 发文讲怎么防别人用大量查询蒸馏他们的模型，做模型安全或护自家模型的可以看看具体防护思路。
Anthropic 发布博文，说明其针对蒸馏（distillation）攻击的防御工作。蒸馏攻击指通过大量查询模型输出来训练一个模仿其能力的竞品模型。Anthropic 在文中介绍了为降低这类风险而部署的防护手段。该文聚焦模型知识产权与安全的保护问题。
