
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.