阅读
工具
关于
Anthropic表示，过去几个月来，公司在降低针对Claude的蒸馏攻击效果方面取得了重大进展，并发布了一篇研究文章，说明其防御措施。 Nathan Lambert批评Anthropic在采取这些措施前就寻求监管方面的帮助。他还质疑该公司强调通过其API学习有害行为所带来的安全风险，并认为如果API不安全，Anthropic就不该提供该API。Lambert表示，他希望所报告的进展能让讨论重新开始。
AI 根据报道生成 · 4 天前更新
2 个进展
沿着报道，了解事件的不同侧面。
在做这件事之前，Anthropic 大张旗鼓地请求监管帮助，我觉得很奇怪。希望这能让讨论回到正轨。 更奇怪的是，他们强调从其存在漏洞的 API 中学到有害行为所带来的安全风险。如果 API 不安全，就不要托管它。Anthropic 表示，已在降低针对 Claude 的蒸馏攻击效果方面取得进展，并说明了具体做法：https://www.anthropic.com/research/distillation-defenses
Anthropic 表示，过去几个月里，公司在降低蒸馏攻击对 Claude 的效果方面取得了显著进展。 公司在这篇文章中介绍了具体做法：https://www.anthropic.com/research/distillation-defenses
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。
