Anthropic 开发了新的方法来保护其 Claude 模型免受蒸馏攻击,将攻击者窃取的数据量减少了 90-99%。这些攻击允许未经授权的实体以更低的成本和时间复制前沿人工智能能力,引发了人们对在没有充分保障措施的情况下发布强大模型的担忧。该公司强调,非法蒸馏模型构成国家安全风险,因为其能力可以整合到外国军事和情报系统中,并引用了中国人民解放军的例子。 AI
影响 新的数据蒸馏防御措施可能会减缓未经授权的、可能不安全的人工智能模型的扩散。
排序理由 研究论文详细介绍了针对人工智能模型蒸馏攻击的新防御措施。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →