चुराने लायक चीज़ तर्क है
एंथ्रोपिक ने इसका ब्योरा प्रकाशित किया है कि वह क्लॉड को आसवन से कैसे बचाती है — यानी बड़े पैमाने पर किसी मॉडल के उत्तर बटोरकर उसकी क्षमताएँ दूसरे मॉडल में उतार लेने की प्रथा, जो आम तौर पर फ़र्ज़ी खातों के जाल से की जाती है। कंपनी कहती है कि शुरुआती संकेत बताते हैं कि उसके तरीक़ों ने आसवकों द्वारा जुटाए गए डेटा में लगभग 90 से 99 प्रतिशत की कमी की है।
पोस्ट के अनुसार आसवक क्लॉड के उत्तर नहीं, उसकी कार्यविधि चाहते हैं: वे तर्क-प्रतिलिपियाँ जो मॉडल जवाब देने से पहले लिखता है। एंथ्रोपिक इसका कारण आँकड़े में रखती है। क्लॉड ओपस 4.8 की पूरी तर्क-प्रतिलिपियों पर प्रशिक्षित एक मॉडल ने SWE-bench Verified पर 80.4 प्रतिशत पाया; सारांशित प्रतिलिपियों पर प्रशिक्षित वही मॉडल 71.8 प्रतिशत पर रह गया।
तीन बचाव
पहला वास्तुशिल्पीय है। “संरक्षित चिंतन”, जो क्लॉड फ़ेबल 5.1 और क्लॉड ओपस 5.5 के साथ आया, 31 अगस्त 2026 या उसके बाद बने एपीआई खातों को क्लॉड के पुराने संदर्भ में फेरबदल करने से रोकता है — वही तरकीब जिससे हमलावर मॉडल से उसका अपना पहले का तर्क हूबहू उगलवा लेते थे। क्लॉड सॉनेट 5.5 पर तर्क-प्रतिलिपियाँ केवल उसी संगठन को दिखती हैं जिसके अनुरोध से वे बनीं।
दूसरा दो-चरणीय वर्गीकारक है, जो एंथ्रोपिक के संवैधानिक वर्गीकारक शोध से निकला है और क्लॉड सॉनेट 5.5, क्लॉड ओपस 5 तथा 5.5, और क्लॉड फ़ेबल 5 तथा 5.1 पर चलता है। एंथ्रोपिक कहती है कि उसे भीतर और बाहर दोनों ओर से रेड टीम ने परखा, कि उसकी मज़बूती कंपनी के जैव-हथियार सुरक्षा उपायों के लगभग बराबर है, और कि उसकी ग़लत-सकारात्मक दर 0.1 प्रतिशत से कम है। तब से मिली चोर-गलियाँ — पुराने तर्क का दूसरी भाषा में अनुवाद कराना, या उसे टैग के भीतर लिखवाना — बंद कर दी गई हैं।
तीसरा आर्थिक है। बार-बार निकासी की कोशिश करने वाले खातों पर सख़्त सीमाएँ लगती हैं और प्रतिबंध भी, और 24 सितंबर से एंथ्रोपिक उन अनुरोधों का शुल्क लेती है जिन्हें उसके सुरक्षा उपाय क्लॉड के जवाब देने से पहले ही रोक देते हैं।
आँकड़े क्या कहते हैं
एंथ्रोपिक के मंच पर आसवकों द्वारा निकाले गए तर्क-टोकन अब पहले से “लगातार 10 से 100 गुना कम” हैं, कंपनी कहती है, और कुछ दिनों तो इतने कम कि नापे न जा सकें। आसवन से जुड़े दसियों हज़ार खाते बंद किए गए हैं, अक्सर किसी अभियान के शुरू होने के दो घंटे के भीतर। एंथ्रोपिक कहती है कि उसने उल्लेखनीय राजस्व और आसवकों के खरबों टोकन का भुगतान करने वाला ट्रैफ़िक ठुकराया है।
वह जिस पैमाने का वर्णन करती है वह बड़ा है। प्रॉक्सी नेटवर्कों ने लाखों फ़र्ज़ी खाते इस्तेमाल किए, और उनमें से एक ने एक साथ बीस हज़ार से अधिक चलाए। एंथ्रोपिक के अनुसार एक प्रयोगशाला ने 12,000 अनुरोध आज़माए, हर एक में एक अलग तरकीब।
वह किसका नाम लेती है
दो कंपनियों का नाम लिया गया है। एंथ्रोपिक कहती है कि झिपू ने GLM-5.3 बनाते समय अग्रणी अमेरिकी मॉडलों से साइबर क्षमताएँ आसवित कीं, और क्लॉड फ़ेबल 5 के ख़िलाफ़ उसकी कोशिशें एंथ्रोपिक के साइबर सुरक्षा उपायों से कमज़ोर पड़ने के बाद वह एक पुराने क्लॉड मॉडल और किसी दूसरी प्रयोगशाला के मॉडल की ओर मुड़ गई। एंथ्रोपिक बताती है कि अमेरिका के Center for Advancing Innovation and Standards for Super Intelligence ने GLM-5.3 को अब तक जारी सबसे साइबर-सक्षम खुले-वज़न मॉडल के रूप में आँका, और कहती है कि उसके अपने शोध में GLM-5.3 के सुरक्षा उपाय आसानी से लाँघे जा सकने वाले निकले।
दूसरी है मूनशॉट, जो एंथ्रोपिक के अनुसार अपने किमी मॉडलों पर आए अनुरोध चुपचाप क्लॉड को अग्रेषित करती थी। एंथ्रोपिक कहती है कि ऐसे ही एक अग्रेषित अनुरोध में, एक उपयोगकर्ता जिसे वह चीन की जनमुक्ति सेना से जुड़ा मानती है, ने क्लॉड से एक विशिष्ट व्यक्ति की सीसीटीवी निगरानी का विश्लेषण करने को कहा।
एंथ्रोपिक क्या मानती है
कंपनी “बिल्ली-चूहे के खेल” की अपेक्षा करती है और कहती है कि उसे नहीं पता यह बढ़त कितने समय टिकेगी, और जोड़ती है कि उसने अभी तक बचावों को लाँघने की कोई बहुत परिष्कृत और लगातार कोशिश नहीं देखी है। जायज़ उपयोगकर्ताओं पर भी क़ीमत पड़ती है: संरक्षित चिंतन कुछ डेवलपरों को अपने एकीकरण अद्यतन करने पर मजबूर करता है, और वर्गीकारक कभी-कभार निर्दोष अनुरोध रोक देता है जिनका शुल्क अब फिर भी लिया जाता है।
एंथ्रोपिक जिस तर्क पर ख़त्म करती है वह उद्योग के बारे में है, अपने बारे में नहीं। आसवक अपना ट्रैफ़िक एपीआई, तीसरे पक्ष के क्लाउड और दूसरे इन्फ़रेंस प्रदाताओं में बिखेर देते हैं, और प्रोत्साहन बचाव को हतोत्साहित करते हैं, क्योंकि बचाव महँगे हैं और अवैध आसवक फिर भी अपने बिल चुकाते हैं। तरीक़ा प्रकाशित करने का मक़सद, कंपनी कहती है, यह दिखाना है कि एक काम करने लायक विकल्प मौजूद है।
