待验证50% 置信事实精确时间
蒸馏攻击是指通过大量调用目标模型API收集输入输出对，训练规模更小的学生模型来复制目标模型能力
1
来源数
50%
置信度
长期有效
时效性
2026/7/9
首次发现
来源
阿里全面禁用Claude：国内云厂主动出清闭源模型依赖
bilibili极客早班车2026/7/4
相关事实
待验证蒸馏攻击通过大规模API调用收集输入-输出对，训练效率可能是常规预训练数据的数十倍74% 相似待验证对抗训练通过将已知越狱样本纳入训练数据来提升模型对攻击提示的识别与抵抗能力，但面临新型变体的持续挑战68% 相似待验证强化学习中策略网络通过最大化累积奖励来优化参数，具有信息瓶颈特性，倾向于只编码对任务目标有用的信息66% 相似已验证训练数据投毒可在模型权重层面植入持久性后门，危害远超应用层越狱，但实施门槛更高，通常需要对训练流程有控制权65% 相似已验证通过更高质量的训练数据、更优化的训练策略和更精细的后训练对齐，较小规模的模型可以在实际任务上完全超越规模更大但训练质量较低的模型65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/400315API
curl https://kongchang.com/api/v1/knowledge/claims/400315MCP
get_claim(id=400315)