Telegram (AI) YouTube Facebook X
En
china crypto китай криптовалюты

Reuters: Китай обучал ИИ-модели на ответах американских систем

Китайские разработчики используют результаты работы американских моделей OpenAI для обучения отечественных ИИ-систем, включая линейку Qwen от Alibaba. Об этом пишет Reuters по итогам анализа более 300 китайских публикаций и документов.

Практика, известная как дистилляция, помогает переносить отдельные способности более мощных LLM в компактные и дешевые решения. 

Как китайские разработчики используют американские модели

Дистилляция предполагает, что более мощная модель выступает в роли «учителя»: генерирует ответы на вопросы, примеры кода или решения сложных задач. Затем эти результаты используют для обучения менее крупной LLM, которая перенимает отдельные навыки исходной системы.

В ноябре 2024 года исследователи Шанхайского университета Цзяотун рассказали об использовании примерно 5000 ответов OpenAI o1. Их перевели с помощью GPT-4o mini и сформировали 10 750 двуязычных обучающих примеров для доработки Qwen2.5-72B.

В апреле 2025 года исследователи Alibaba описали более систематический подход: они использовали GPT-4 и GPT-4o для генерации обучающих материалов на других языках, после чего оценивали и дорабатывали ответы перед передачей в меньшие модели Qwen.

Еще один пример относится к февралю 2026 года. Исследователи Шанхайского университета и китайской компании Meituan применяли GPT-4o для создания планов координации ИИ-агентов, решающих задачи программирования. Полученные данные использовали для обучения более компактной модели, способной организовывать подобные процессы.

По данным Reuters, китайские компании также разрабатывают инструменты для автоматизации сбора ответов американских моделей и подготовки обучающих наборов.

Дистилляция помогает обходить ограничения на чипы

Метод позволяет эффективнее использовать вычислительные ресурсы. Вместо того чтобы многократно обращаться к дорогой модели для решения каждой задачи, разработчики могут один раз получить качественные примеры и затем обучить собственную систему на их основе.

Это особенно актуально для китайских компаний на фоне экспортных ограничений США на поставки передовых ИИ-чипов. Дистилляция помогает сохранять отдельные возможности крупных моделей в более дешевых системах и потенциально снижает зависимость от зарубежных вычислительных мощностей.

При этом метод не позволяет полностью воспроизвести возможности исходной модели и не устраняет потребность в современных чипах. Кроме того, чрезмерная зависимость от чужих ответов может ограничивать развитие собственных исследовательских компетенций — подобные опасения высказали представители китайской индустрии.

Вашингтон видит угрозу интеллектуальной собственности

Использование результатов американских моделей для обучения конкурирующих систем стало предметом разногласий между США и Китаем.

Американские власти считают, что промышленный сбор ответов ведущих ИИ-моделей может выходить за рамки обычной дистилляции и нарушать права интеллектуальной собственности. На переговорах с китайскими регуляторами в июле представители Министерства торговли США предупреждали о подобных рисках.

Китайские чиновники, в свою очередь, назвали дистилляцию стандартной практикой разработки ИИ и заявили о готовности реагировать на случаи нарушения интеллектуальных прав. Однако конкретных обязательств Пекин не принял, отмечает Reuters.

Условия использования OpenAI ограничивают применение результатов ее моделей для разработки конкурирующих систем с учетом предусмотренных исключений. Anthropic также запрещает обучение конкурирующих моделей без разрешения.

При этом оценки роли дистилляции в развитии китайского ИИ расходятся. Американский чиновник, знакомый с обсуждениями между сторонами, назвал ее главным фактором сокращения технологического отставания Китая. Другие собеседники Reuters из китайской индустрии считают, что не менее важны собственные достижения в алгоритмах, инженерии, данных и архитектуре моделей.

Согласно агентству, китайские государственные документы также поддерживают развитие дистилляции как способа удешевить внедрение ИИ в промышленности. В частности, соответствующие рекомендации вошли в опубликованный в январе пакет мер AI+Manufacturing, подготовленный восемью ведомствами.

Напомним, аналитики Bank of America пришли к выводу, что ни США, ни Китай не смогут добиться технологического превосходства в области ИИ без международных партнеров.

Подписывайтесь на ForkLog в социальных сетях

Telegram (основной канал) Facebook X
Нашли ошибку в тексте? Выделите ее и нажмите CTRL+ENTER

Мы используем файлы cookie для улучшения качества работы.

Пользуясь сайтом, вы соглашаетесь с Политикой приватности.

OK