جنجال دیستیلیشن مدلهای چینی
هوش مصنوعیClaude Opus 5خلاصهٔ کاملتر
به نوشتهٔ این مقاله، آنتروپیک گفته آزمایشگاههای چینی — از جمله DeepSeek، Moonshot و MiniMax — با حدود ۲۴ هزار حساب جعلی بیش از ۱۶ میلیون مکالمه با Claude ساختن و محدودیتهای دسترسی رو دور زدن. تقریباً همزمان، مدل Kimi K3 از Moonshot علناً متهم شد که خروجیهای مدلهای پیشروی آنتروپیک رو دیستیل کرده، و بعدتر یه یادداشت کاخ سفید هم به استخراج صنعتی خروجی مدلها توسط نهادهای مستقر در چین اشاره کرد، بدون اینکه اسمی ببره.
دیستیلیشن تو شکل عادیش یه ساختار معلم-شاگرده: یه مدل قوی و گرون حجم زیادی خروجی تولید میکنه — جواب کامل، زنجیرهٔ استدلال یا ترجیح بین پاسخها — و یه مدل دوم، معمولاً کوچیکتر، روی همون داده آموزش میبینه و بخشی از الگوهای معلم رو برمیداره بدون اینکه مسیر آموزش پرهزینهٔ اونو طی کنه. این کار حاشیهای نیست؛ آزمایشگاههای بزرگ بهصورت داخلی ازش استفاده میکنن و OpenAI اونو بهعنوان یه قابلیت محصول عرضه میکنه.
خودِ DeepSeek قبلاً همین کارو شفاف انجام داده: تو مستندات منتشرشدهش اومده که مدلهای شاگردِ مبتنی بر Qwen و Llama روی ۸۰۰ هزار نمونهٔ گلچینشده از خروجی R1 فاینتیون شدن. نویسنده میگه فرقِ اون با پروندهٔ فعلی تو جنسِ ماجراست نه تو مکانیزم؛ ادعا اینه که خروجیهای «معلم» از مدل اختصاصی یه رقیب و از راه حسابهایی که مخصوصِ دور زدن محدودیتها ساخته شده بودن جمع شده، اونم در مقیاسی خیلی فراتر از استفادهٔ عادی از API.
یه مدل دیستیلشده نسخهٔ فشردهٔ معلمش نیست. رفتار معلم رو فقط روی همون جنس مثالهایی که دیده به ارث میبره، برای همین ممکنه تو حوزههای باریک عجیب قوی باشه ولی وسعت، قابلاتکا بودن تو حالتهای حاشیهای و لایههای ایمنی معلم رو نداشته باشه. سؤال مالکیت فکری هم جدا از سؤال توانمندیه: اگه آموزش روی خروجی رقیب بدون اجازه و در مقیاس صنعتی انجام شده باشه، مستقل از کیفیت مدل حاصل، یه مسئلهٔ حقوقی و سیاستیه.
به گفتهٔ نویسنده، تحریم تراشه کارایی مهندسی چینی رو نساخته؛ تکنیکهایی مثل mixture-of-experts، آموزش با دقت پایین، sparse attention و کوانتیزاسیون سنگین بازتاب یه الگوی قدیمیتر تو صنعت چینه و محدودیتها بیشتر انگیزهٔ فشار روی همین مسیرها رو بالا بردن. جمعبندی عملی برای سازندهها هم اینه که «مدل چینی» یه دستهٔ واحد نیست و باید سه تصمیمِ تسک، مدل و مسیر استقرار رو جدا از هم گرفت؛ حالا با یه فاکتور تازه: منشأ و مجوز داده.
نکات کلیدی:
- ادعای آنتروپیک: حدود ۲۴ هزار حساب جعلی و بیش از ۱۶ میلیون مکالمهٔ استخراجشده از Claude
- دعوا سرِ خودِ دیستیلیشن نیست، سرِ اجازه و دور زدن شرایط استفادهست
- DeepSeek قبلاً فاینتیون روی ۸۰۰ هزار نمونهٔ R1 رو علنی اعلام کرده بود
- مدل شاگرد کپی فشردهٔ معلم نیست؛ وسعت و لایههای ایمنی رو از دست میده
- هنوز هیچ ممیزی مستقلی روشن نکرده دقیقاً چی استخراج شده و چطور استفاده شده
