Según un informe, DeepSeek y Moonshot utilizaron GPT-6 Astra para entrenar sus modelos.

Dos de los laboratorios de IA más conocidos de China se apoyaron en gran medida en GPT-6 Astra de OpenAI para entrenar sus modelos más recientes, según un informe de The Information. Moonshot AI se negó a hacer comentarios y DeepSeek no respondió, según informes, entre ellos El decodificador, que cita a The Information. La afirmación proviene de fuentes anónimas, pero se produce un mes después de que OpenAI vinculara públicamente una campaña de extracción anterior con personas relacionadas con Moonshot.

Lo que se informó

Información El miércoles 28 de octubre se informó que DeepSeek y Moonshot AI "dependieron en gran medida" de los resultados de GPT-6 Astra para construir sus modelos más recientes. La publicación citó a personas con conocimiento directo del asunto. Reuters El medio publicó el informe el mismo día, atribuyéndolo a The Information.

Se mencionan dos modelos. El primero es el Kimi K3.1 Pro de Moonshot, lanzado la semana pasada. El segundo es el V4.1-Flash 1017 mejorado de DeepSeek, que se lanzó el 17 de octubre. Según el informe, ambos se beneficiaron de la optimización de Astra.

Ninguna de las compañías se ha pronunciado públicamente sobre la afirmación específica. No se ha publicado ninguna evidencia que muestre cuánta producción de Astra se utilizó ni cómo se recolectó. En julio, el director comercial de Moonshot, Huang Zhenxin, Negaron que su modelo Kimi K3 se derivara de modelos existentes., atribuyéndose el mérito de su propia arquitectura, un día antes de que la Casa Blanca acusara a Moonshot de haber destilado el concepto de Fable de Anthropic para construir K3.

Qué significa la destilación

La destilación es un método para entrenar un modelo de IA con las respuestas de otro. Un desarrollador envía a un modelo más avanzado una gran cantidad de preguntas, guarda sus respuestas y las utiliza como datos de entrenamiento. Aplicado a gran escala, puede ayudar a un modelo más pequeño o nuevo a adquirir algunas de las habilidades de un modelo avanzado de forma más rápida y económica que si se creara desde cero.

La técnica de dividir modelos complejos en otros más pequeños es común y legítima. La controversia radica en aplicarla al modelo de otra persona sin su autorización. Los principales laboratorios estadounidenses argumentan que esta práctica permite a sus competidores copiar capacidades avanzadas de forma más rápida y económica.

La acusación anterior de OpenAI

El informe sigue a un entrada del blog OpenAI Publicado el 30 de septiembre. En el comunicado, OpenAI afirmó haber detectado y detenido una campaña coordinada para extraer el razonamiento protegido de sus modelos, es decir, el proceso interno que un modelo realiza antes de responder. La actividad comenzó el 1 de julio y alcanzó su punto máximo los días 24 y 25 de julio, con 16 000 intentos de extracción por parte de más de 4000 usuarios. OpenAI indicó haber detectado actividad relacionada en más de 15 000 usuarios y haberla interrumpido por completo el 28 de julio. Asimismo, afirmó que la campaña infringía sus términos de servicio.

OpenAI afirmó que no estaba claro si todos los operadores observados provenían de un solo actor. Atribuyó “un grupo central de la actividad a individuos asociados con Moonshot AI, el desarrollador de Kimi”. La publicación no indicaba que se hubiera entrenado ningún modelo con la información extraída, ni mencionaba a Astra. OpenAI también afirmó que no se habían comprometido sistemas de cifrado, bases de datos ni conversaciones de usuarios almacenadas. Un portavoz de OpenAI declaró que la empresa se toma el problema muy en serio., El decodificador informó.

Por qué es importante

Si el informe es preciso, sugiere que el bloqueo de cuentas a posteriori no ha impedido que los laboratorios chinos aprendan de los modelos de vanguardia estadounidenses. Esto plantea dudas sobre el grado de protección que realmente ofrecen los términos de la API. Otros laboratorios están probando soluciones técnicas. A principios de este mes, Anthropic anunció que las nuevas medidas habían reducido la cantidad de datos extraídos en ataques de destilación contra sus modelos Claude entre 90% y 99%, según informó Reuters.

También existe una dimensión política. OpenAI ha planteado la destilación adversaria como un riesgo para la seguridad nacional, ya que las capacidades copiadas podrían no contar con las medidas de seguridad del modelo original.

Por ahora, la afirmación principal se basa en fuentes anónimas. Lo fundamental es observar si OpenAI confirma o añade detalles, y si DeepSeek o Moonshot responden.