Anthropic компаниясынын пикири боюнча, мындай ыкмаларды кытай компанияларынын колдонушу америкалык экспорттук чектөөлөрдү жана лицензиялоо боюнча келишимдерди бузат. Компаниянын өкүлдөрү: «Чет өлкөдөгү лабораториялар, мыйзамсыз түрдө америкалык моделдерди дистилляциялаган, коргоо механизмдерин алып салып, моделдердин мүмкүнчүлүктөрүн өздөрүнүн аскердик, чалгындоо жана байкоо системаларына өткөрүп беришет» деп белгилешти.
Мурда башка америкалык компаниялар, мисалы, OpenAI, DeepSeekтин ушундай практикаларына да көңүл бурган, бирок Anthropic көбүрөөк деталдуу маалыматтарды сунуштады.
Иш жүргүзүү ыкмалары
Anthropic версиясына ылайык, жаман ниеттүүлөр көптөгөн жасалма аккаунттардан турган «гидра кластерлери» деп аталган тармактарды колдонушкан, булар API жана сырттагы булут кызматтары аркылуу трафикти бөлүштүрүү үчүн колдонулган.
Бул аккаунттар аркылуу жөнөтүлгөн суроолор чоң көлөмдө, тармактуу жана жогорку кайталануучулукка ээ болгон, бул компаниянын пикири боюнча, аларды моделдерди үйрөтүү үчүн колдонуу үчүн, жөнөкөй колдонуучулар үчүн эмес экенин көрсөтөт. Мисалы, DeepSeek 150 000ден ашык суроолорду логикалык чыгаруу жана «коопсуз» саясий сезимтал суроолорду кайра жазууга багытталган.
Moonshot, Kimi моделинин иштеп чыгуучусу, агенттик ой жүгүртүү, программалоо жана компьютердик көрүү темаларына багытталган 3,4 миллиондон ашык суроолорду жөнөттү. MiniMax болсо агенттик программалоо менен байланышкан 13 миллиондон ашык суроолорду жөнөтүп, эң ири операцияны жүргүздү. Claude версиясы жаңыртылган соң, компания 24 сааттын ичинде трафиктин жарымын «багындыруу» үчүн кайра багыттоого жетишти.
Жооп чаралары
Бул коркунучтарга жооп катары Anthropic системаларын коргоону күчөтүү пландарын жарыялады, мындай чабуулдарды аныктоону кыйындатуу жана жеңилдетүү үчүн. Компания API-трафиктеги паттерндерди таануу үчүн классификаторлорду жана жүрүм-турум анализи системаларын киргизүүдө, ошондой эле башка ИИ лабораториялары менен техникалык индикаторлорду бөлүшүүдө жана аккаунттарды текшерүүнү күчөтүүдө.
Мындан тышкары, мыйзамсыз үйрөнүү үчүн жыйынтыктардын пайдалуулугун минималдаштыруу максатында продукттар жана моделдер деңгээлинде коргоо механизмдери иштелип чыгууда, легитимдүү кардарлар үчүн колдонуучунун тажрыйбасын начарлатпастан.
