Kínai AI-cégek GPT-6 Astra tudásával tanítják modelljeiket, feszültség nő a nyugati laborokkal

A DeepSeek V4.1-Flash modell október 17-én, a Moonshot Kimi K3.1 Pro pedig a múlt héten jelent meg. A The Information szerdán, név nélküli forrásokra hivatkozva közölte, hogy a Kínai AI-cégek, a DeepSeek és a Moonshot AI is az OpenAI GPT-6 Astra modelljéből merítettek tudást új rendszereik betanításához. A TNW nem ellenőrizte függetlenül a jelentést. (TNW)

A distilláció mechanizmusa

A distilláció, vagyis a „képességátvitel” lényege, hogy a fejlesztők egy fejlettebb modell válaszaiból tanulnak, anélkül, hogy maguk építenék fel a teljes tudást. Nagy számban küldenek parancsokat a mintamodellnek, gyűjtik a válaszokat, majd ezek alapján tanítják saját rendszereiket. Ezzel a módszerrel olcsóbban reprodukálhatók a fejlettebb AI-k képességei.

Biztonsági intézkedések és korábbi incidensek

Az OpenAI korábban már vádolta a Moonshotot hasonló módszerekkel. Szeptember 30-án a cég közölte, hogy a Kimi fejlesztőjéhez köthető felhasználók egy összehangolt kampányban próbálták meg kiszivárogtatni modelljeik rejtett okfejtéseit. Az OpenAI szerint több mint 15 000 felhasználó érintett az aktivitásban. A kampányt július 28-ára leállították, az érintett fiókokat letiltották, és megosztották az eredményeket más AI-laborokkal.

A jelentés tovább mélyíti a feszültséget a kínai és az amerikai AI-cégek között. Az OpenAI, az Anthropic és a Google is aggodalmát fejezte ki amiatt, hogy a distilláció révén riválisaik olcsóbban másolhatják le a fejlett képességeket, mint amilyen befektetésekre az amerikai cégek tettek szert. Az amerikai hatóságok is azonosítottak kínai cégeket, amelyek állításuk szerint amerikai AI-modelleket céloztak meg.

A nagy AI-laborok igyekeznek megnehezíteni ezt a folyamatot. Az Anthropic még ebben a hónapban bejelentette, hogy új biztonsági intézkedései 90–99%-kal csökkentették a Claude modelljeiből distillációs támadások során kinyerhető adatok mennyiségét.

A kínai modellek a fejlesztőik saját értékelései szerint erős eredményeket mutattak. A Moonshot szerint a Kimi K3.1 Pro egy kódolási teljesítményteszten felülmúlta a GPT-6 Astrát. A DeepSeek a V4.1-Flash-t szeptemberben mutatta be, mint az amerikai modellek alacsonyabb költségű alternatíváját. Egyik cég eredményeit sem ellenőrizték függetlenül.

A GPT-6 Astra állítólagos használata rávilágít egy nehéz problémára a vezető AI-laborok számára: ugyanazok a modellek, amelyeket felhasználóknak kínálnak, képzési anyagként is szolgálhatnak a versenytársak számára, akik fel akarják zárkózni. A DeepSeek V4.1-Flash október 17-én jelent meg.