Anthropic: нова захисна система на 90-99% зменшила витік даних дистиляції з Claude

За словами Anthropic, новий захист на 90-99% зменшив обсяг даних, отриманих через атаки дистиляції на Claude. Цифри взяті зі звіту про загрози вересня 2026 року, де компанія описує, як відстежувала, приписувала та блокувала спроби незаконного видобування можливостей моделі, особливо у сфері міркувань, кодування та використання інструментів.

П'ять кампаній, один дуже великий користувач

Під час атаки дистиляції конкурент збирає відповіді потужної моделі та використовує їх як навчальні дані. У останньому звіті Anthropic майже 200 мільйонів обмінів, пов'язаних з дистиляцією, приписується п'яти кампаніям. Найбільша з них охоплювала понад 151 мільйон обмінів з травня по липень 2026 року та пов'язана з Alibaba Qwen.

Подібне виявлення не перше. У лютому 2026 року Anthropic розкрила попередні кампанії, у яких понад 16 мільйонів обмінів здійснювалося за допомогою приблизно 24 000 фейкових облікових записів.

Як працює захист

Anthropic використовує багаторівневий підхід. Один рівень — блокування облікових записів, інші — аналіз метаданих та поведінкові класифікатори. Компанія пов'язує активність з групами, що її організовують, за допомогою методів організаційної атрибуції.

Кілька захисних заходів з'явилися разом із оновленнями продукту. Fable 5 впровадив посилені класифікатори екстракції, які виявляють системні зразки видобування, та функції підсумовування в Claude. Оскільки підсумок — не повний слід покрокових міркувань, а скорочена версія, отримані записи менш корисні як навчальний матеріал. Fable 5.1 додав "preserved thinking"; він забороняє новим обліковим записам API редагувати зашифрований контекст міркувань і блокує один шлях маніпулювання моделлю, щоб вона розкрила чи переписала міркування.

Ширша індустріальна боротьба

Anthropic не один у цій справі. У вересні 2026 року OpenAI опублікував власний звіт про техніки зламу подібних спроб дистиляції, зокрема метод "encrypted reasoning replay".

Існує також аргумент щодо безпеки. Незаконна дистиляція порушує питання про те, чи переносяться захисні механізми оригінальної моделі на дистильовану копію. Лабораторія може витратити величезні зусилля на навчання моделі відмовляти у небезпечних запитах, але навчена на її результатах копія може не успадкувати цей захист.

Anthropic проводить межу між цією діяльністю та легітимними дослідженнями та зазначає, що дистиляція як техніка сама по собі не є злою. Проблема — у її використанні в масштабах, з фейковими обліковими записами та порушенням умов провайдера. Компанія визнає, що спроби незаконної дистиляції тривають, і захист повинен постійно розвиватися.

Джерела: Techmeme · Anthropic Help Center