Claude-ன் புதிய பாதுகாப்புகள் reasoning பிரித்தெடுப்பை 90–99% குறைப்பதாக Anthropic கூறுகிறது

Claude-இல் செய்த மாற்றங்கள், சந்தேகிக்கப்படும் model distillerகள் பிரித்தெடுக்கக்கூடிய பாதுகாக்கப்பட்ட reasoning அளவை வெகுவாகக் குறைத்ததாக Anthropic கூறுகிறது. அக்டோபர் 12 அன்று வெளியிட்ட தனது பாதுகாப்புகள் குறித்த விளக்கத்தில்புதிய classifier அறிமுகமான பிறகு, தனது தளத்தில் distillerகள் பெற்ற reasoning tokens 10 முதல் 100 மடங்கு குறைந்ததாக நிறுவனம் மதிப்பிடுகிறது. இந்த அளவீடு Anthropic-இன் சொந்த traffic மற்றும் தாக்குதல் அடையாளப்படுத்தலை அடிப்படையாகக் கொண்டது; மொத்தக் குறைவுக்கான சுயாதீன மதிப்பீட்டை நிறுவனம் வெளியிடவில்லை.

பெரிய மாற்றம்

• என்ன மாறியது: Claude reasoning block எங்கு மீண்டும் பயன்படுத்தப்படலாம் என்பதற்கான கட்டுப்பாடுகள், மறைக்கப்பட்ட reasoning-ஐ வெளிப்படுத்தும் முயற்சிகளைத் தடுக்கும் classifier, தொடர்ந்து முயற்சிக்கும் கணக்குகளுக்கான வரம்புகள் ஆகியவற்றை Anthropic இப்போது இணைத்துள்ளது. தளத்தின் வழியாக அடையாளம் காணப்பட்ட distillerகளிடம் சென்ற reasoning பெருமளவு குறைந்ததாக அதன் உள்மதிப்பீடு காட்டுகிறது.
• இது ஏன் முக்கியம்: ஒரு model-இன் நடத்தையை நகலெடுக்கும் பயிற்சிக்கு reasoning-இன் முழுப் பதிவுகள் பயனுள்ள பொருளாக இருக்கலாம். அந்த மூலத்தை வரையறுப்பது அனுமதியற்ற பிரித்தெடுப்புக்கான வேலையை அதிகரிக்கிறது; அதே சமயம் API developers சில உரையாடல் வரலாறுகளைத் தக்கவைக்க வேண்டும், குறிப்பிட்ட தடுக்கப்பட்ட கோரிக்கைகளுக்குக் கட்டணம் செலுத்தவும் நேரலாம்.
• எதைக் கவனிக்க வேண்டும்: இந்தக் குறைவு நீடிப்பது தாக்குதலாளர்களின் அடுத்த முறைகளையும் Anthropic-இன் நேரடி தளத்திற்கு வெளியிலுள்ள traffic-ஐயும் சார்ந்தது. புதிய பாதுகாப்புகளுக்கு எதிரான மிக நுட்பமான, தொடர்ச்சியான முயற்சியை இன்னும் காணவில்லை என்றும் அவற்றைத் தொடர்ந்து மாற்றும் என்றும் Anthropic கூறுகிறது.

வெவ்வேறு பிரித்தெடுக்கும் வழிகளுக்கான மூன்று கட்டுப்பாடுகள்

Model distillation-இல் அதிக திறன் கொண்ட model-இன் பதில்களைக் கொண்டு சிறிய system-ஐப் பயிற்றுவிக்கலாம். Claude-இன் முழுமையான, மறைக்கப்பட்ட reasoning அனுமதியின்றிச் சேகரிக்கப்படுவதே இங்கு Anthropic-இன் கவலை; பதில் உரையை மட்டும் விட நகலெடுக்க முயல்வோருக்கு இது அதிகப் பயன் தரும் என நிறுவனம் கூறுகிறது. முன்பு பயனர்களுக்குக் காட்டுவதற்கு முன் Anthropic reasoning-ஐச் சுருக்கியது. நிறுவனம் நடத்திய coding சோதனையில் Claude Opus 4.8-இன் முழுப் பதிவுகளில் பயிற்றுவிக்கப்பட்ட model, SWE-bench Verified-இல் 80.4% பெற்றது; சுருக்கப்பட்ட பதிவுகளில் பயிற்றுவிக்கப்பட்டது 71.8% பெற்றது. அந்த அமைப்பில் முழுமையான trace-களின் மதிப்பை இந்தச் சோதனை ஆதரிக்கிறது; குறிப்பிட்ட வெளிப்புற model எவ்வளவு மேம்பட்டது என்பதை அளவிடவில்லை.

முதல் புதிய கட்டுப்பாடு reasoning blockகளின் நகர்வைக் கட்டுப்படுத்துகிறது. Claude பாதுகாக்கப்பட்ட உரையை வெளிப்படுத்தச் செய்ய, உரையாடல்கள், modelகள், கணக்குகள் இடையே blockகளை நகர்த்தத் தாக்குதலாளர்கள் முயன்றதாக Anthropic கூறுகிறது. Claude Fable 5.1 மற்றும் Opus 5.5-இல் “preserved thinking” புதிய API கணக்குகளுக்கான block-ஐ முந்தைய உரையாடல் சூழலுடன் இணைக்கிறது. மற்ற modelகளின் blockகளைப் படிக்கக்கூடிய modelகளையும் Anthropic வரையறுக்கிறது; Sonnet 5.5 reasoning-ஐ அதை உருவாக்கிய நிறுவனத்துடன் இணைக்கிறது.

தற்போதைய Claude API ஆவணம் ஒருங்கிணைப்பின் விளைவைக் குறிப்பாக விளக்குகிறது: முந்தைய thinking block-ஐத் திருப்பித் தரும் API கோரிக்கை தொடர்புடைய system prompt, கருவிகள், முந்தைய செய்திகளைத் தக்கவைக்க வேண்டும். ஆகஸ்ட் 31, 2026 அன்று அல்லது அதற்குப் பிறகு உருவாக்கப்பட்ட கணக்குகளுக்கு prefix check இயல்பாக அமல்படுத்தப்படுகிறது. முந்தைய சூழலை மீண்டும் எழுதும் அல்லது சேமித்த உரையாடலை மறுகட்டமைக்கும் செயலிகள் அதை மீள இயக்கும் முறையை மாற்ற வேண்டியிருக்கலாம். வழக்கமான, புதிய செய்திகளை மட்டும் சேர்க்கும் வரலாற்றில் மாற்றம் தேவையில்லை என ஆவணம் கூறுகிறது.

Anthropic-இன் இரண்டாவது கட்டுப்பாடு, மறைக்கப்பட்ட reasoning-ஐப் பிரித்தெடுக்கும் முயற்சிகளுக்கு எதிராகப் பயிற்றுவிக்கப்பட்டு சோதிக்கப்பட்ட இரு-நிலை classifier ஆகும். Sonnet 5.5, Opus 5 மற்றும் 5.5, Fable 5 மற்றும் 5.1 உட்பட பொதுவாகக் கிடைக்கும் தனது திறன்மிக்க modelகளில் இது இயங்குவதாக நிறுவனம் கூறுகிறது. இந்தப் பாதுகாப்புகளின் தவறான நேர்மறை விகிதம் 0.1%-க்கும் குறைவு என Anthropic தெரிவிக்கிறது. முந்தைய reasoning-ஐ வேறு மொழியில் அல்லது output tagகளுக்குள் கேட்பது போன்ற முறைகளைச் சரிசெய்ததாகவும் கூறுகிறது. அந்த விகிதத்துக்கான சுயாதீனச் சோதனையையோ, எதிர்காலத்தின் எல்லா பிரித்தெடுப்பு முறைகளும் தடுக்கப்படும் என்பதையோ பதிவு வழங்கவில்லை.

மூன்றாவது கட்டுப்பாடு கணக்கு நிலையில் செயல்படுகிறது. மீண்டும் மீண்டும் செய்யப்படும் பிரித்தெடுப்பு முயற்சிகள் கடுமையான பயன்பாட்டு வரம்புகள் அல்லது தடைகளுக்கு வழிவகுக்கும் என Anthropic கூறுகிறது. செப்டம்பர் 24 முதல், Claude பதிலளிப்பதற்கு முன் தடுக்கப்பட்ட கோரிக்கைகளுக்கும், distillation உட்பட குறிப்பிட்ட குறைந்த தவறான நேர்மறை வகைகளில், மீண்டும் கட்டணம் வசூலிக்கிறது. எனவே முறையான பயனர்கள் தவறான தடையையும் கட்டணத்தையும் இரண்டையும் சந்திக்கலாம்; preserved thinking காரணமாக சில developers ஒருங்கிணைப்புகளைப் புதுப்பிக்க வேண்டியிருந்ததையும் Anthropic ஒப்புக்கொள்கிறது.

அறிவிக்கப்பட்ட குறைவு எதை அளவிடுகிறது

Distillerகள் பிரித்தெடுத்த Claude reasoning tokens எண்ணிக்கையை Anthropic மதிப்பிடுகிறது தனது சொந்த தளத்தில். Classifier அறிமுகத்திற்குப் பிறகு அந்த எண்ணிக்கை முன்பைவிடத் தொடர்ந்து 10 முதல் 100 மடங்கு குறைவாக இருந்ததாகவும், செப்டம்பர் அறிக்கையில் விவரித்த தனது வலுவான பொதுக் கிடைப்புடைய modelகளை இலக்கிடும் முறைகளை classifier கண்டுபிடிப்பதாகவும் நிறுவனம் கூறுகிறது. இந்த மதிப்பீடு distillation traffic-ஐ அடையாளம் காணும் Anthropic-இன் திறனைச் சார்ந்தது; பிற providerகள் வழியிலான பிரித்தெடுப்பையோ அடையாளம் காணாத தாக்குதல் முறையையோ தனியாக அளவிட முடியாது.

Distillation தொடர்புடைய பல்லாயிரக்கணக்கான கணக்குகளைத் தடை செய்ததாகவும், பல நேரங்களில் campaign தொடங்கிய இரண்டு மணி நேரத்திற்குள் நடவடிக்கை எடுத்ததாகவும் நிறுவனம் கூறுகிறது. Distillerகள் மூன்றாம் தரப்பு cloud தளங்களும் பிற inference providerகளும் வழியாக traffic-ஐ அனுப்புவதாகவும் அது கூறுகிறது. இந்தக் கூற்றுகள் தளத்தின் எல்லையை முக்கியமாக்குகின்றன: Anthropic கவனித்த extracted tokens குறைவு, அது அளவிடக்கூடிய traffic மாறியதற்கான சான்று; உலகெங்கும் Claude-இலிருந்து சேகரிக்கப்பட்ட அனைத்து அனுமதியற்ற பயிற்சித் தரவுகளின் எண்ணிக்கை அல்ல.

தற்போதைய பாதுகாப்புகளைத் தாண்டும் மிக நுட்பமான, தொடர்ச்சியான முயற்சியை இன்னும் காணவில்லை என Anthropic கூறுகிறது. நிரந்தர வெற்றி போல ஒலிக்கும் கூற்றைவிட இந்த வரம்பு முக்கியமானது. உள்முறையில் கணிசமான குறைவும் model reasoning-ஐப் பாதுகாக்கும் செயல்முறையும் நிறுவனத்தால் ஆவணப்படுத்தப்பட்டுள்ளன; அடுத்த முடிவுகள் தாக்குதலாளர்கள் எவ்வாறு மாறுகிறார்கள், பிற அணுகல் வழிகள் அதே நடத்தையை அடையாளம் காண்கின்றனவா என்பதைக் சார்ந்திருக்கும்.

ஆதாரங்கள் மற்றும் மேலதிக வாசிப்பு

• Anthropic, “distillation தாக்குதல்களுக்கு எதிரான எங்கள் பாதுகாப்புகளை வலுப்படுத்துதல்”, அக்டோபர் 12, 2026. கட்டுப்பாடுகள், உள் பிரித்தெடுப்பு மதிப்பீடு, தவறான நேர்மறை குறித்த கூற்று, பயனர்களுக்கான சமரசங்களை நிறுவனத்தின் முதன்மை விளக்கம் கூறுகிறது. இந்தக் கட்டுரைக்காகத் தள அளவீடு சுயாதீனமாக மீண்டும் செய்யப்படவில்லை.
• Claude Platform, “Preserved thinking”, அக்டோபர் 13, 2026 அன்று அணுகப்பட்டது. தற்போதைய API ஆவணம் block மற்றும் prefix விதிகள், பாதிக்கப்பட்ட கணக்குகளின் தேதிகள், மாற்றம் தேவைப்படக்கூடிய ஒருங்கிணைப்பு முறைகளை வரையறுக்கிறது. ஆவணத்தைப் பார்த்தோம்; BIG CHANGE API கோரிக்கைகளை அனுப்பவில்லை.
• Anthropic, செப்டம்பர் 2026 threat intelligence அறிக்கை, செப்டம்பர் 2026. Anthropic பதிலளித்ததாகக் கூறிய extraction முறைகளுக்கான பின்னணியை நிறுவனத்தின் முந்தைய அறிக்கை வழங்குகிறது; அந்த campaignகள் குறித்த நிறுவனத்தின் சொந்த விளக்கம் இது.