A Fehér Ház tudományos tanácsadója, Michael Kratsios azzal vádolta a kínai Moonshot céget, hogy a Kimi K3 modellt Anthropic Fable nyelvi modelljének lemásolásával és Kínába nem engedélyezett Nvidia‑chipek felhasználásával építette fel. Kratsios tweetje a nyílt súlyú modellek körüli vita közepette jelent meg, amely az amerikai kormányzat részéről is felvetéseket váltott ki a kínai modellkódok lehetséges tiltásáról.
Mit állítanak a hatóságok?
Kratsios azt írta, hogy „nagy volumenű, titkos ipari distilláció, amelynek célja az amerikai szellemi tulajdon ellopása és az amerikai kutatás aláásása, elfogadhatatlan”. Hasonlóan, a pénzügyminiszter, Scott Bessent azt mondta, hogy „az amerikai nagy nyelvi modelleink vízjeleit találjuk sok kínai modellen, és ez elfogadhatatlan”. Kratsios részleteket nem közölt az állításai forrásáról, és a Moonshot sem válaszolt a kérdésekre a modell betanításának folyamatáról.
Szakértők kételyei a distilláció szerepéről
Több AI‑kutató szkeptikus, hogy a distilláció önmagában képes lett volna rövid idő alatt a Kimi K3 által mutatott fejlett képességekre. Braden Hancock, a Laude Institute kutatója és a Snorkel AI társalapítója a TechCrunch‑nak azt mondta, hogy Fable nyilvános megjelenése (július 1.) óta nem telt el annyi idő, hogy a distilláció, a modell betanítása és piacra vitele két héten belül megtörténjen.
Nathan Lambert, az Allen Institute for AI kutatója pedig a közelmúltban megjelent podcastban azt emelte ki, hogy az SFT‑nek (supervised fine‑tuning) egyre kisebb a hatása, amint a modellek egyre összetettebbé válnak, és hogy Fable‑szintű képességekhez valószínűleg megerősítéses tanuláson (reinforcement learning) alapuló technikák kellenének. Ilyen módszereknél gyakran a nagyobb modell „ügynöke” értékeli a kisebb modell válaszait, és a visszajelzés alapján történik a finomhangolás.
A megerősítéses eljárások jelentős infrastruktúrát és költségeket igényelnek: nagyobb RL‑futtatásokhoz tízmilliós nagyságrendű ügynökök szükségesek, és külső API‑k használata rendkívül költséges és időigényes lehet, ami önmagában is korlátot jelenthet.
Korábbi vádak és iparági gyakorlatok
Anthropic korábban idén nyilvánosan azt állította, hogy a Moonshot, a DeepSeek és a MiniMax rendszerezetten distillálták modelljeit; állításuk szerint milliószám találtak lekérdezéseket az Anthropic modelljeivel folytatott interakciókból, amelyeket IP‑címek és metaadatok alapján kötöttek össze ezekkel a cégekkel. Anthropic részletes válaszra nem válaszolt a Fable‑distillációról szóló kérdésekre.
A distilláció azonban nem kizárólag kínai cégekre jellemző: Elon Musk a közelmúltban tanúvallomásában azt mondta, hogy a SpaceXAI OpenAI‑modellek distillálásával fejlesztette a Grok modellt, és szerinte ez az iparági gyakorlat elterjedt. A distilláció és a szintetikus adatállományok készítése közötti határ gyakran elmosódott.
A chipek és a szállítás kérdése
Kratsios másik állítása szerint a Moonshot hozzájutott olyan Nvidia chipekhez — Grace Blackwell 300‑asokhoz és GB300‑as szerverekhez Thaiföldön — amelyek Kínába történő exportja tilos. Sam Bresnick, a Georgetown University Center for Security and Emerging Technology kutatója szerint ugyan létezik fekete piac, és tavasszal egy amerikai szervergépgyártó, a Supermicro alapítóját letartóztatták kifutó ügyekkel kapcsolatban, amelyek szerint fejlett chipeket csempészett Kínába.
Bresnick azt javasolta, hogy világszerte legyenek „ismerd meg az ügyfeled” szabályok az adatközpontokra: ha valaki korszerű hardveren futtat nagy képzésokat, legyen kötelező bejelenteni a cég nevét és a tevékenységet. Joe Biden kereskedelmi minisztériuma 2024‑ben javasolt ilyen szövetségi szabályokat, de a cikk szerint Donald Trump elnöksége alatt további előrelépés nem történt. Az exportőröknek elvileg biztosítaniuk kellene, hogy a külföldre küldött fejlett chipeket csak engedélyezett célokra használják.
Miért számít ez?
A vita rávilágít több kulcskérdésre: a technológiai tulajdon védelmére, a globális ellátási láncok és exportszabályok betartására, valamint arra, hogy mennyire lehet gyorsan másolni és utolérni a legfejlettebb nyelvi modelleket. A szakértők szerint bár bizonyos mértékű distilláció valóban gyakori, a Kimi K3‑hoz hasonló teljesítmény eléréséhez valószínűleg komplexabb módszerek és jelentős számítási erőforrások szükségesek.
Következő lépések
Kratsios és más kormányzati szereplők felvetései továbbra is nyitott kérdéseket hagynak: részletes bizonyítékok bemutatása, a Moonshot reagálása és a lehetséges szabályozói lépések mind meghatározzák, hogy milyen irányt vesz a nemzetközi AI‑verseny és az exportellenőrzés. A nyilvános állítások és a technikai elemzések további összevetése szükséges ahhoz, hogy eldőljön, mennyi látszik meg a technológiai kölcsönhatásból, és mennyi a tiltott eszközök illegális mozgatásából.
