Anthropic детализирует защиты от атак дистилляции моделей
Anthropic
В посте от 15 октября 2026 года Anthropic описывает работу по укреплению защит от атак дистилляции, которые могут использоваться для нелегитимного копирования поведения модели или её эксфильтрации.
Почему это важно
Дистилляция — основная модель угрозы для кражи весов у конкурирующих лабораторий, и реальные защиты настолько редки, что публикация лабораторией своего подхода — новая операционная информация.
Важность: 2/5
заметное обновление (минорная версия с реальными изменениями)
Источники
официальный
Anthropic Research