反蒸馏（Anti-Distillation）
防止别人用大模型抄你的模型
亦作、亦称：Anti-Distillation · 模型反蒸馏 · 蒸馏防护
概述
一系列旨在阻止或降低攻击者通过 API 查询系统性提取闭源模型知识的技术方案，包括对抗性微调（AMFS）、输出扰动、模型水印和对抗性提示检测，2026 年因 Anthropic 指控阿里巴巴蒸馏 Claude 模型而从学术议题升级为商业安全核心战场。
工作原理
一系列旨在阻止或降低攻击者通过 API 查询系统性提取闭源模型知识的技术方案，包括对抗性微调（AMFS）、输出扰动、模型水印和对抗性提示检测，2026 年因 Anthropic 指控阿里巴巴蒸馏 Claude 模型而从学术议题升级为商业安全核心战场。
应用场景
反蒸馏常见于：AI 研究与产业落地。实际选型需结合业务指标、数据规模与部署约束评估适用性。
局限与误区
围绕 反蒸馏 的口语化说法（见「常见误解」）常过度简化。效果依赖数据质量、任务匹配与系统整体设计；生产环境应配合评测、监控与人工复核。
背景与发展
反蒸馏随 AI 研究与工程实践持续演进，定义边界与最佳实践仍在更新。建议结合原始论文、官方文档与本站延伸阅读建立准确认知。
常见误解
日常交流中容易听到的简化说法，未必准确，但能帮助理解误解从何而来。
- 「防止别人用大模型抄你的模型」
- 「给模型加防盗锁」
相关术语
和本术语关联紧密的其他词条，便于串联理解。
🎯 考点练习
含该术语的高频面试题，含标准答案与追问。
延伸阅读
从知识库精选 1 篇文章，帮助深入理解该术语。