Dezvoltatorii chinezi folosesc răspunsuri ChatGPT pentru antrenarea modelelor AI
O analiză Reuters a peste 300 de studii, brevete, documente guvernamentale și materiale corporative arată că cercetători și companii din China creează date de antrenare pornind de la răspunsurile unor modele AI avansate. Practica ridică întrebări privind drepturile de proprietate intelectuală și concurența, deși distilarea modelelor nu este ilegală în sine.
• Potrivit investigației Reuters, metoda este folosită tot mai mult și în industria chineză, nu doar în mediul universitar. În distilarea modelelor, un sistem performant generează răspunsuri, cod sau soluții la probleme dificile, iar rezultatele sunt transformate în exemple pentru antrenarea unor modele mai mici. Acestea pot prelua astfel o parte din capacitățile sistemului mai mare.
• Cercetători de la Universitatea Jiao Tong din Shanghai au prezentat în 2024 un exemplu concret de astfel de antrenare. Ei au selectat aproximativ 5.000 de răspunsuri produse de modelul o1 al OpenAI, le-au tradus și prelucrat cu GPT-4o mini, obținând 10.750 de exemple bilingve. Materialele au fost apoi utilizate pentru antrenarea modelului Qwen2.5-72B, dezvoltat de Alibaba.
• Cercetători Alibaba au utilizat ulterior sisteme OpenAI pentru a genera date de antrenare în mai multe limbi. Un studiu publicat în aprilie 2025 descrie folosirea GPT-4 și GPT-4o în acest scop. În februarie 2026, cercetători universitari și angajați ai Meituan au prezentat o metodă în care GPT-4o a contribuit la pregătirea unor modele mai mici, destinate coordonării agenților AI în sarcini de programare.
• Distilarea este practicată la nivel internațional, însă folosirea sistematică a rezultatelor modelelor comerciale pentru pregătirea unor concurenți este controversată. Termenii OpenAI limitează, cu anumite excepții, utilizarea rezultatelor sale la dezvoltarea unor modele rivale. Anthropic are restricții comparabile.
• Oficiali americani au discutat subiectul cu reprezentanți chinezi la Chengdu. Conform Reuters, aceștia au avertizat că anumite practici ar putea încălca drepturi de proprietate intelectuală. Problema nu este distilarea ca metodă în sine, ci proveniența datelor folosite și respectarea condițiilor impuse de furnizorii modelelor comerciale.
Acest rezumat a fost realizat de inteligența artificială. Încearcă să fie deșteaptă, dar și ea poate avea zile proaste.

