**OpenAI 公布反蒸馏防护进展:GPT-6.2 思考链提取成功率骤降至 0.2% 以下** _OpenAI 公布反蒸馏防护进展:GPT-6.2 Astr
原帖
**OpenAI 公布反蒸馏防护进展:GPT-6.2 思考链提取成功率骤降至 0.2% 以下**
_OpenAI 公布反蒸馏防护进展:GPT-6.2 Astra 思考链提取成功率从 54% 降至 0.2%_
> OpenAI 于 11 月 20 日发布公告,展示了针对“对抗性蒸馏”的防御措施。通过加强 GPT-6.2 Astra 和 GPT-6.2 Sol 对内部推理思考链的保护,OpenAI 成功将攻击者提取推理内容的成功率从 54% 大幅降至 0.2%。防护措施包括对抗性训练、输入输出分类器检测以及 API 会话限制。此外,OpenAI 强调今年以来对未经授权蒸馏活动的执法规模显著增加,并分享了相关研究数据,指出使用完整推理轨迹训练模型能更有效地迁移网络安全能力。
**来源信息**
- **来源**:IT之家(RSS)
- **分类**:ai-models
- **发布时间**:2026-11-21 09:45(北京时间)
- **原文**:[打开原文](https://www.ithome.com/1/030/319.htm)