DeepSeek и Moonshot AI использовали GPT-6 Astra для обучения своих новых моделей, сообщает The Information со ссылкой на источники, знакомые с ситуацией. Речь идёт о Kimi K3.1 Pro, которую Moonshot выпустила на прошлой неделе, и обновлённой версии DeepSeek V4.1-Flash, представленной 17 октября.
По данным источников, компании применяли дистилляцию — метод обучения, при котором разработчик использует ответы более мощной модели в качестве материала для собственной. Для этого ей отправляют большое количество запросов, собирают ответы и затем обучают на них другую систему. Такой подход позволяет воспроизводить часть возможностей более сильной модели, не создавая их с нуля и не тратя сопоставимые средства на обучение.
Источник изображения: сгенерировано Muse
Ранее OpenAI уже обвиняла Moonshot в использовании подобных методов. 30 сентября компания заявила, что связанные с разработчиком Kimi пользователи в июле организовали кампанию по извлечению скрытых рассуждений из ответов её моделей. OpenAI обнаружила связанную с этим активность более чем 15 000 пользователей. К 28 июля компания заблокировала задействованные учётные записи, остановила кампанию и передала собранные сведения другим разработчикам ИИ-моделей.
Новый доклад усиливает напряжённость вокруг методов, с помощью которых китайские компании пытаются конкурировать с американскими разработчиками. OpenAI, Anthropic и Google считают, что дистилляция позволяет получать доступ к возможностям передовых моделей без сопоставимых инвестиций в их создание. Американские ведомства также указывали на китайские компании, которые, по их оценке, пытались извлекать данные из американских ИИ-моделей.
Разработчики пытаются затруднить подобное использование своих систем. В начале октября Anthropic сообщила, что новые меры защиты позволили сократить объём данных, собираемых из моделей Claude в ходе атак с целью дистилляции, примерно на 90–99%.
Обе китайские модели показали высокие результаты во внутренних тестах своих разработчиков. Moonshot заявила, что Kimi K3.1 Pro превзошла GPT-6 Astra в одном из тестов на программирование. DeepSeek в сентябре представила V4.1-Flash как более дешёвую альтернативу американским моделям. При этом результаты обеих компаний не получили независимого подтверждения.
Если сведения The Information верны, то ситуация демонстрирует проблему, с которой сталкиваются ведущие разработчики ИИ: модели, доступные пользователям, могут одновременно становиться источником обучающих данных для конкурентов, стремящихся сократить технологическое отставание.
