待验证50% 置信事实精确时间

黑盒蒸馏通过大量调用目标模型API收集高质量输入-输出对，再用监督学习方式训练自己的模型，往往需要数百万次API调用

1

来源数

50%

置信度

长期有效

时效性

2026/9/10

首次发现

来源

AI模型蒸馏技术解析：全球竞争与合规边界

涉及实体

黑盒蒸馏concept

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68% 相似待验证对于小说家工具这样的应用型产品，直接基于大模型API构建可能比自己训练模型更明智66% 相似待验证scikit-learn将ML算法封装成统一API接口：fit()训练模型、predict()做预测、score()评估效果66% 相似待验证可利用大模型基于领域文档自动生成合成训练数据来构造问答对，通常需要数千至数万对训练样本才能取得显著效果65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/886035

API

curl https://kongchang.com/api/v1/knowledge/claims/886035

MCP

get_claim(id=886035)