蒸留攻撃への防御を強化
- 不正なアカウント網などで Claude の出力を大量に集め、別のモデルに能力を写す蒸留攻撃への対策を強めた。蒸留者が集められるデータ量は約90〜99%減ったとしている。
- 防御は、蒸留でいちばん価値がある Claude の推論過程を取られにくくすることに集中している。推論を要約して見せる対策では、学習させたモデルの SWE-bench Verified の点が 80.4% から 71.8% に下がった。
- 対策のために売上や有料トラフィックを断り、正規の利用者にも連携の変更をお願いしたとしている。