Anthropic’in testinde damıtma yoluyla veri çekimi yüzde 90–99 azaldı
Yeni savunma, rakip modellerin çok sayıda sorguyla davranış kopyalamasını zorlaştırmayı hedefliyor. Oranlar şirketin kendi testlerinden geliyor ve tüm saldırı biçimlerini kapsamayabilir.
