Anthropic-ის თანახმად, ლაბორატორიებმა გამოიყენეს „დისტილაცია“, მეთოდი, რომელიც უფრო მცირე მოდელს ავარჯიშებს უფრო ძლიერი მოდელის გამომავალ მონაცემებზე. მიუხედავად იმისა, რომ ეს მეთოდი ფართოდ გამოიყენება შიდა ლაბორატორიებში საკუთარი სისტემების უფრო მსუბუქი ვერსიების შესაქმნელად, Anthropic-მა განაცხადა, რომ ეს ტექნიკა აქ გამოყენებული იყო Claude-ის მსჯელობის, კოდირების და ხელსაწყოების გამოყენების შესაძლებლობების მასშტაბურად რეპლიკაციისთვის. DeepSeek-მა, გავრცელებული ინფორმაციით, 150,000-ზე მეტი გაცვლა განახორციელა, რომელიც ფოკუსირებული იყო მსჯელობის ამოცანებზე და დეტალური ნაბიჯ-ნაბიჯ განმარტებების მოპოვებაზე სასწავლო მონაცემების გენერირებისთვის. Moonshot-მა 3.4 მილიონზე მეტი გაცვლა ჩაატარა, რომელიც მიზნად ისახავდა აგენტურ მსჯელობას, კოდირებას და კომპიუტერის გამოყენებას. MiniMax-ზე მოდიოდა 13 მილიონზე მეტი გაცვლა, Anthropic-მა აქტივობა მიმდინარეობისას აღმოაჩინა და ახალი მოდელების გამოშვების შემდეგ ტრაფიკის ცვლილებები დააფიქსირა. Anthropic-მა გააფრთხილა, რომ უკანონო დისტილაციის გზით შექმნილ მოდელებს შესაძლოა არ ჰქონდეთ უსაფრთხოების დამცავი მექანიზმები, რომლებიც შექმნილია არასწორი გამოყენების თავიდან ასაცილებლად ისეთ სფეროებში, როგორიცაა კიბერ ოპერაციები ან ბიოლოგიური საფრთხეები. კომპანიამ განაცხადა, რომ ასეთმა აქტივობამ შეიძლება ძირი გამოუთხაროს აშშ-ის ექსპორტის კონტროლს, რადგან უცხოურ ლაბორატორიებს საშუალებას მისცემს გაიმეორონ ის შესაძლებლობები, რომლებიც შეზღუდული უნდა იყოს. კამპანიების საწინააღმდეგოდ, Anthropic-მა განაცხადა, რომ მან განათავსა ახალი ქცევის გამოვლენის სისტემები, გააძლიერა ანგარიშის ვერიფიკაცია, გაუზიარა ინფორმაცია ინდუსტრიის კოლეგებსა და ხელისუფლებას და ავითარებს პროდუქტისა და API დონის დამცავ მექანიზმებს დისტილაციის ეფექტურობის შესამცირებლად, ლეგიტიმური მომხმარებლებისთვის სერვისის გაუარესების გარეშე. კომპანიამ განაცხადა, რომ ფართომასშტაბიანი დისტილაციის მოგვარება მოითხოვს კოორდინირებულ მოქმედებას AI ლაბორატორიებს, ღრუბლოვან პროვაიდერებსა და პოლიტიკის შემქმნელებს შორის.