塔斯娱乐资讯网

偷学OpenAI?成功率只剩0.2%11月20日,OpenAI 公布了对抗「对抗

偷学OpenAI?成功率只剩0.2%

11月20日,OpenAI 公布了对抗「对抗性蒸馏」的完整防线,矛头直指用别人家模型输出「偷学」本事的做法。所谓对抗性蒸馏,就是未经授权拿前沿模型的输出和推理过程去训练另一个模型,能力偷走了,安全护栏却没跟上。

这次升级的核心是护住模型的「受保护推理」,也就是模型解题时内部的思考链条。OpenAI 把 GPT-6.2 Astra 和 Sol 的推理过程跟对话历史绑死,改写前面的消息,后面的推理就作废,对方没法再拿它当训练料。

效果数字很能打。内部红队测试里,从上一轮对话里偷走推理的成功率,从 GPT-6 Astra 的 54.0% 降到 GPT-6.2 Astra 的 0.2%;当场偷的成功率也从 22.9% 降到 0.9%。不过要提醒一句,这是 OpenAI 自己的内部测试,六个攻击模型也没点名,数字看看就好,别当独立验证。

OpenAI 还在文章里点了 DeepSeek 和月之暗面的名,说今年 2 月已向美国国会通报过相关活动。它每周还在封禁成千上万个参与协同提取的账号。模型越来越像核心资产,防偷学这场仗,恐怕才刚刚开始。