DeepSeek et Moonshot ont utilisé GPT-6 Astra pour entraîner leurs modèles, selon un rapport.

Selon un article de The Information, deux des laboratoires d'IA les plus réputés de Chine ont largement utilisé GPT-6 Astra d'OpenAI pour entraîner leurs nouveaux modèles. Moonshot AI a refusé de commenter et DeepSeek n'a pas répondu, d'après plusieurs sources. Le décodeur, Cette affirmation, qui cite The Information, provient de sources anonymes, mais survient un mois après qu'OpenAI a publiquement lié une précédente campagne d'extraction de données à des personnes associées au projet Moonshot.

Ce qui a été rapporté

L'information Un article publié le mercredi 28 octobre indiquait que DeepSeek et Moonshot AI s'étaient “ fortement appuyés ” sur les données de GPT-6 Astra pour élaborer leurs derniers modèles. Cet article citait des sources directement informées. Reuters Le journal a publié l'information le jour même, l'attribuant à The Information.

Deux modèles sont cités. Le premier est le Kimi K3.1 Pro de Moonshot, sorti la semaine dernière. Le second est la version améliorée V4.1-Flash 1017 de DeepSeek, lancée le 17 octobre. D'après le rapport, les deux modèles bénéficient de l'intégration de la puce Astra.

Aucune des deux entreprises n'a publiquement commenté cette allégation. Aucune preuve n'a été publiée concernant la quantité de production d'Astra utilisée ni la méthode de collecte. En juillet, Huang Zhenxin, directeur commercial de Moonshot, a déclaré : Kimi K3 a nié que son modèle Kimi K3 soit dérivé de modèles existants., en mettant en avant sa propre architecture, la veille du jour où la Maison Blanche accusait Moonshot de s'être inspirée de Fable d'Anthropic pour construire K3.

Que signifie la distillation ?

La distillation est une méthode d'entraînement d'un modèle d'IA à partir des réponses d'un autre. Un développeur soumet un grand nombre de requêtes à un modèle plus performant, enregistre ses réponses et les utilise comme données d'entraînement. Appliquée à grande échelle, cette technique permet à un modèle plus petit ou plus récent d'acquérir plus rapidement et à moindre coût certaines compétences d'un modèle de référence, plutôt que de les développer de zéro.

La simplification de modèles complexes est une technique courante et légitime. Le litige porte sur son application à un modèle tiers sans autorisation. De grands laboratoires américains affirment que cette pratique permet à leurs concurrents de copier plus rapidement et à moindre coût des fonctionnalités avancées.

L'accusation antérieure d'OpenAI

Le rapport fait suite à un article de blog OpenAI publié le 30 septembre. Dans un communiqué, OpenAI a déclaré avoir découvert et déjoué une campagne coordonnée visant à extraire le raisonnement protégé de ses modèles, c'est-à-dire le travail de traitement interne effectué par un modèle avant de répondre. Cette activité a débuté le 1er juillet et a connu un pic les 24 et 25 juillet, avec 16 000 tentatives d'extraction provenant de plus de 4 000 utilisateurs. OpenAI a indiqué avoir détecté une activité similaire chez plus de 15 000 utilisateurs et l'avoir totalement neutralisée le 28 juillet. L'entreprise a précisé que cette campagne enfreignait ses conditions d'utilisation.

OpenAI a indiqué qu'il était impossible de déterminer si tous les opérateurs observés provenaient d'un seul et même acteur. L'organisation a attribué “ un noyau dur d'activités à des individus liés à Moonshot AI, le développeur de Kimi ”. Le communiqué ne précisait pas si un modèle avait été entraîné sur les données extraites et ne mentionnait pas Astra. OpenAI a également affirmé qu'aucun chiffrement, base de données ou conversation utilisateur stockée n'avait été compromis. Un porte-parole d'OpenAI a déclaré que l'entreprise prenait ce problème très au sérieux., Le décodeur a rapporté.

Pourquoi c'est important

Si le rapport est exact, il suggère que le blocage a posteriori des comptes n'a pas empêché les laboratoires chinois de s'inspirer des modèles américains de pointe. Cela soulève des questions quant à l'efficacité réelle des conditions d'utilisation des API. D'autres laboratoires tentent des solutions techniques. Plus tôt ce mois-ci, Anthropic a annoncé que de nouvelles mesures avaient permis de réduire d'environ 90% à 99% la quantité de données collectées lors d'attaques par distillation sur ses modèles Claude, selon Reuters.

Il y a aussi un aspect politique à prendre en compte. OpenAI a présenté la distillation adverse comme un risque pour la sécurité nationale, car les capacités copiées peuvent ne pas bénéficier des mêmes garanties que le modèle original.

Pour l'instant, cette affirmation repose principalement sur des sources anonymes. Il sera essentiel de suivre de près si OpenAI confirme ou apporte des précisions, et si DeepSeek ou Moonshot réagissent.