Anthropic、AlibabaとMoonshotの蒸留攻撃を主張

Anthropicの報告書は、同社が2月に蒸留への警戒を初めて示し、特定のラボを名指しした後に公表された。OpenAIも同様の活動を報告しており、特にDeepSeekによるものとしている。Anthropicは、新報告書のキャンペーンが以前より大規模で攻撃的だと述べており、手法がモデルとともに拡大したことを示唆している。

報告書はこれらの攻撃の仕組みに焦点を当てている。蒸留はモデルの回答から思考連鎖を引き出そうとするもので、小型モデルの訓練に使える。Anthropicは通常、ユーザーには内部の思考連鎖ではなく要約された思考ブロックのみを表示するが、報告書によると、キャンペーンはモデルに思考過程を直接明かさせる特定の方法を見つけた。例えば、カタカナのみの翻訳タスクを装うなどだ。Alibabaによるとされる試行の大半は、2026年5月から7月にかけて3,500アカウントを通じた1億5,100万件のやり取りで、いずれもAlibabaのQwenファミリー向け訓練データ生成を狙った単一の固定プロンプトに関連していた。

Kimiの開発元であるMoonshot AIによるとされる別のキャンペーンは、中国軍から直接リクエストをルーティングしていたようで、その中にはClaudeに監視映像の異常行動をレビューさせるものもあった。ある10日間で、5,000アカウントを通じた約30万件のリクエストがあり、主にAnthropicのOpusモデルを標的にしていた。結果はこれらの疑惑がどう受け止められ、名指しされたラボが反応するか次第だろう。報告書の規模と意図に関する主張が論争の中心だからだ。