Anthropic заявила, что выявила масштабные атаки на свои модели Claude со стороны китайских лабораторий искусственного интеллекта Deepseek, Moonshot и MiniMax. Компании использовали технику дистилляции, при которой более слабая модель обучается на ответах более сильной.
По данным Anthropic, более 24 000 поддельных аккаунтов отправили свыше 16 млн запросов, нацеленных на способности Claude к рассуждению, программированию и работе с инструментами. Для обхода ограничений на доступ из Китая использовались прокси-сервисы.
Отдельно отмечается, что Deepseek фокусировалась на извлечении «цепочки рассуждений» Claude, а также ответов на чувствительные темы, соответствующих требованиям цензуры. MiniMax провела самую крупную кампанию — более 13 млн запросов.
По словам Anthropic, после выпуска обновлённой модели Claude компания MiniMax уже через 24 часа изменила стратегию и перенаправила почти половину своего трафика на новую версию системы.
Anthropic также отмечает, что OpenAI и Google фиксируют аналогичные попытки со стороны китайских лабораторий. Компания призывает участников индустрии и регуляторов к согласованным действиям в ответ на такие атаки.
Источник: Anthropic, сообщение пересказывает The Decoder.
