LIVE INDEX / 最新文章
蒸馏防御,只加了一道RL就全线崩溃

蒸馏防御,只加了一道RL就全线崩溃

Q&A Q1:什么是蒸馏攻击? A:蒸馏攻击是指攻击者通过合法API调用大量收集闭源大模型(如GPT、Claude、Gemini)生成的推理过程数据,然后用这些数据训练自己的模型,从而低成本复制出原模型的推理能力。 ...