年度AI论文！全球三大顶尖模型的防蒸馏机制全面告破：小模型"套出"大模型隐藏思维链，Kimi-K3重现概率异常

一项最新研究揭示了Anthropic、OpenAI和Google的API中存在严重的安全漏洞，攻击者可以利用轻量级模型作为"解码器"，从加密的推理块中恢复出顶级模型的隐藏思维链。该研究由MATS program研究员Alexander Panfilov领衔，联合马克斯·普朗克智能系统研究所等机构发布，论文阅读量已超过210万。此外，研究还发现Kimi-K3在复现Claude/GPT推理片段时概率异常高，但作者强调这不足以直接证明蒸馏。