Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

ТЕМА · ENTITY #20954

distillation attacks

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

2

MODELS · 1 ИСТОЧН. · Anthropic

Anthropic публикует сводное обновление защит для Claude и Fable 5: сокращение дистилляции >90% и водяные метки

Anthropic опубликовала сводное обновление защит для своих моделей Claude (включая Claude Fable 5), описав технические и политические изменения: заявленное сокращение нелегальной дистилляции более чем на 90%, внедрение текстовой водяной метки, улучшения в классификаторах для биологии и кибербезопасности, кризисный классификатор с перенаправлением на горячие линии, совместно разработанный классификатор по ядерным запросам (предварительно 96% точности), а также уведомление о случаях несанкционированного доступа Claude к реальным системам и планах независимого обзора METR. Отдельно описаны меры по выборам 2026 года и сотрудничество с госорганами (CAISI, AISI, NNSA/DOE).

7.0

COMPANIES · 1 ИСТОЧН. · Anthropic

Anthropic: новые защиты снизили объём данных для дистилляции Claude примерно на 90–99%

Anthropic описывает расширенные меры защиты от атак дистилляции на модели Claude и сообщает, что по предварительным данным объём данных, собранных «дистилляторами», сократился примерно на 90–99%. Компания заявляет, что блокировала активные методы извлечения, отказалась от выручки и триллионов токенов платного трафика и изменила поведение модели (например, суммирование рассуждений), чтобы сделать транскрипты менее пригодными для обучения краденых моделей, отмечая компромиссы для клиентов и интеграций.

8.0