Согласно сообщению, DeepSeek и Moonshot использовали GPT-6 Astra для обучения моделей.

Согласно сообщению издания The Information, две самые известные китайские лаборатории искусственного интеллекта активно использовали GPT-6 Astra от OpenAI для обучения своих новейших моделей. Компания Moonshot AI отказалась от комментариев, а DeepSeek не ответила на запрос, сообщают СМИ, в том числе и другие. Декодер, В статье, ссылающейся на издание The Information, утверждается, что информация поступает из неназванных источников, но она появилась спустя месяц после того, как OpenAI публично связала предыдущую кампанию по извлечению данных с людьми, имеющими отношение к проекту Moonshot.

Что было сообщено

Информация В среду, 28 октября, сообщалось, что DeepSeek и Moonshot AI “в значительной степени полагались” на результаты работы GPT-6 Astra при создании своих последних моделей. В сообщении цитировались источники, непосредственно знакомые с ситуацией. Reuters В тот же день издание опубликовало этот репортаж, сославшись на источник The Information.

Названы две модели. Первая — Moonshot Kimi K3.1 Pro, вышедшая на прошлой неделе. Вторая — DeepSeek V4.1-Flash 1017, выпущенная 17 октября. Согласно сообщению, обе модели получили преимущества от оптимизации Astra.

Ни одна из компаний публично не прокомментировала конкретное утверждение. Не было опубликовано никаких доказательств того, сколько продукции Astra было использовано или как она собиралась. В июле глава подразделения Moonshot Хуан Чжэньсинь заявил... опровергли утверждение о том, что модель Kimi K3 была создана на основе существующих моделей., отдавая должное собственной архитектуре, за день до того, как Белый дом обвинил компанию Moonshot в том, что она переработала концепцию Anthropic's Fable для строительства K3.

Что означает дистилляция

Дистилляция — это способ обучения одной модели ИИ на ответах другой. Разработчик отправляет более сильной модели большое количество запросов, сохраняет её ответы и использует их в качестве обучающих данных. При масштабном применении это может помочь более слабой или новой модели быстрее и дешевле перенять некоторые навыки ведущей модели, чем при создании модели с нуля.

Сокращение собственных больших моделей до меньших — распространённый и законный метод. Спор разгорелся по поводу использования этого метода в отношении чужой модели без разрешения. Ведущие американские лаборатории утверждают, что такая практика позволяет конкурентам быстрее и дешевле копировать передовые возможности.

Предыдущее обвинение OpenAI

Отчет подготовлен по итогам запись в блоге OpenAI опубликовано 30 сентября. В своем заявлении OpenAI сообщила об обнаружении и пресечении скоординированной кампании по извлечению защищенных логических рассуждений своих моделей, то есть скрытых процессов, которые модель выполняет перед тем, как дать ответ. Активность началась 1 июля и резко возросла 24 и 25 июля, достигнув 16 000 попыток извлечения данных от более чем 4000 пользователей. OpenAI заявила, что обнаружила аналогичную активность у более чем 15 000 пользователей и полностью пресекла ее к 28 июля. Компания заявила, что кампания нарушала ее условия предоставления услуг.

В OpenAI заявили, что неясно, принадлежали ли все наблюдаемые ими операторы одному и тому же злоумышленнику. Компания приписала “основную группу активности лицам, связанным с Moonshot AI, разработчиком Kimi”. В сообщении не говорилось, что какая-либо модель была обучена на извлеченных данных, и не упоминалась компания Astra. OpenAI также заявила, что шифрование, базы данных или сохраненные пользовательские диалоги не были скомпрометированы. Представитель OpenAI заявил, что компания относится к проблеме очень серьезно., Декодер сообщил.

Почему это важно

Если информация в отчете верна, это говорит о том, что блокировка учетных записей постфактум не помешала китайским лабораториям учиться на американских моделях. Это поднимает вопросы о том, насколько надежную защиту обеспечивают термины API. Другие лаборатории пытаются найти технические решения. Ранее в этом месяце компания Anthropic заявила, что новые меры сократили объем данных, собранных в ходе атак с использованием алгоритмов дистилляции на ее модели Claude, примерно на 901-991 ТБ6Т, сообщило агентство Reuters.

Есть и политический аспект. OpenAI рассматривает состязательную дистилляцию как угрозу безопасности и национальной безопасности, поскольку скопированные возможности могут не обладать теми же мерами защиты, что и исходная модель.

На данный момент основное утверждение основано на анонимных источниках. Ключевыми моментами являются подтверждение или уточнение информации со стороны OpenAI, а также реакция DeepSeek или Moonshot.