跳到正文
RadarAI· X:Anthropic (@AnthropicAI)·· 5 天前AI 评分42

Anthropic 谈抵御针对 Claude 的蒸馏攻击进展

Anthropic 谈抵御蒸馏攻击进展

AI 导读

Anthropic 表示过去几个月在降低针对 Claude 的蒸馏攻击有效性方面取得重大进展,并撰文解释了具体做法。

正文 · AI 翻译

Anthropic· @AnthropicAI · X·2026-10-13 07:58· 3 小时前AI 评分35

AI 导读

过去几个月,我们在降低针对 Claude 的蒸馏攻击有效性方面取得了重大进展。 在这篇文章中,我们解释了具体做法:https://www.anthropic.com/research/distillation-defenses

正文

过去几个月,我们在降低针对 Claude 的蒸馏攻击有效性方面取得了重大进展。

在这篇文章中,我们解释了具体做法:https://www.anthropic.com/research/distillation-defenses

来源:Anthropic · x.com

Anthropic / Claude安全对齐论文研究

#论文/研究#安全/对齐#Anthropic

来源:RadarAI · aihot.news