根据 OpenAI 的官方声明,与中国 Moonshot AI 有关的行为者在 7 月牵头发起了一场协调行动,通过对抗性蒸馏从 OpenAI 的模型中提取受保护的推理过程。该活动于 7 月 24-25 日达到高峰,在超过 4,000 个账户中产生了 16,000 次提取请求,随后于 7 月 28 日被完全阻断。
OpenAI 表示,这些提取尝试未必成功,而保护模型内部推理链的加密仍然完好无损。该公司部署了多项修复措施,包括关闭一条允许重放加密推理过程的路径,并增加用于检测输出暴露的检查机制。OpenAI 还加强了跨模型保护措施,并与第三方提供商合作,阻断遭到入侵的账户。