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%

当地时间 11 月 20 日,OpenAI 发布对抗性蒸馏防御公告,针对攻击者套取模型内部思考链、拿推理过程训练别的模型的攻击方式做了整套加