Anthropic cáo buộc các công ty AI Trung Quốc thực hiện chiến dịch ‘distillation’ quy mô lớn

Trong một báo cáo mới đây, Anthropic đã cáo buộc các công ty AI có trụ sở tại Trung Quốc đang thực hiện các cuộc tấn công distillation (chưng cất) dai dẳng và ngày càng tinh vi. Mục tiêu của các chiến dịch này là vượt qua các lớp bảo mật để khai thác khả năng của các mô hình AI tiên tiến từ Mỹ, đặc biệt là các tính năng về lập trình, phân tích dữ liệu và suy luận logic của Claude.

Theo Anthropic, các cuộc tấn công này đã leo thang đáng kể trong những tháng gần đây với gần 200 triệu lượt truy vấn được ghi nhận qua 5 chiến dịch riêng biệt. Kỹ thuật distillation tập trung vào việc trích xuất ‘chuỗi suy nghĩ’ (chain of thought) từ phản hồi của mô hình, sau đó sử dụng dữ liệu này để huấn luyện các mô hình nhỏ hơn thông qua phương pháp fine-tuning.

Mặc dù Anthropic thường ẩn các tiến trình suy nghĩ nội bộ và chỉ hiển thị tóm tắt, những kẻ tấn công đã tìm ra các kỹ thuật exploit để đánh lừa mô hình, buộc nó phải tiết lộ các dấu vết tư duy trực tiếp. Một ví dụ điển hình là việc kẻ tấn công giả dạng yêu cầu dịch thuật sang tiếng Nhật để lách qua các bộ lọc bảo mật.

Đáng chú ý, chiến dịch lớn nhất được Anthropic ghi nhận liên quan đến Alibaba, với khoảng 151 triệu lượt truy vấn từ tháng 5 đến tháng 7 năm 2026, sử dụng hơn 3.500 tài khoản khác nhau để thu thập dữ liệu huấn luyện cho dòng mô hình Qwen. Một chiến dịch khác từ Moonshot AI (đơn vị phát triển Kimi) cũng bị cáo buộc có liên quan đến các yêu cầu từ quân đội Trung Quốc, bao gồm việc sử dụng Claude để phân tích dữ liệu giám sát an ninh.

Anthropic khẳng định các hành vi này không chỉ là sự cạnh tranh công nghệ thông thường mà là nỗ lực có hệ thống nhằm chiếm đoạt tài sản trí tuệ từ các mô hình frontier, buộc công ty phải liên tục cập nhật các biện pháp phòng thủ để bảo vệ hệ thống của mình.

Nguồn tham khảo: TechCrunch