Selon le suivi Beating, concernant la tentative de Washington et d'Anthropic de couper la voie de « distillation » des grands modèles chinois en bloquant les modèles de pointe, l'ancien responsable de la stratégie internationale de GitHub, fondateur d'Interconnected Capital, Kevin S. Xu, a indiqué que la distillation antagoniste n'est qu'une solution de dernier recours pour certains laboratoires indépendants chinois en manque de données, et que bloquer l'API ne peut en aucun cas arrêter globalement l'avancement de l'IA en Chine.

DeepSeek, Yuezhiyin'an et MiniMax, qui ont été nommés, sont tous des laboratoires indépendants manquant de soutien écologique de groupe, confrontés à une pénurie de données de haute qualité pour la raisonnement et l'entraînement postérieur. En comparaison, les grands laboratoires soutenus par Alibaba (Qwen), ByteDance (Seed) ou Xiaomi disposent de vastes données de scénarios propres, équivalentes à celles de Google ou Apple, et ne dépendent pas de la distillation. Par conséquent, la politique de blocage ne fait que causer des obstacles temporaires aux laboratoires indépendants, sans pouvoir ébranler la fondation des grandes entreprises chinoises.

La supposée « avantage en données » de la Chine est en réalité une erreur d'interprétation : en ce qui concerne la annotation de connaissances de haute qualité et les données d’évaluation nécessaires à la formation de modèles de pointe, la Chine ne possède pas d’avantages, mais souffre même d’un manque sérieux de chaînes d’approvisionnement commerciales matures comme Scale AI ou Surge. En raison de la faible qualité des fournisseurs de services de données locaux, les laboratoires indépendants, désespérés, ont également, par paresse ou pour prendre des raccourcis, recours à la distillation via API comme stratégie d’acquisition de données à moindre coût.

Cependant, l'industrie de l'annotation de données est un modèle commercial à faible barrière d'entrée, et non une faiblesse technologique comme les machines à lithographie. Le déficit de l'offre et de la demande domestique peut être facilement comblé. À long terme, même si un modèle étudiant purement distillé ne peut théoriquement pas dépasser le professeur, étant donné que les grands modèles sont toujours construits par des ingénieurs humains, peu importe si les États-Unis coupent ou non l’accès à l’API, des développeurs chinois intelligents et travailleurs finiront par briser cette limite, en concevant des modèles dépassant leurs mentors. La politique de blocage américaine est non seulement inefficace, mais pourrait aussi couper prématurément la voie pour que la Chine puisse verrouiller ses modèles dans un plafond de « étudiants », empêchant toute avancée théorique.

Voir l'original

Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.

1 J'aime

Récompense
1
Commentaire
Reposter
Partager

Commentaire

Ajouter un commentaire

Aucun commentaire

Sujets populaires
Afficher plus
#
MyGateTradeStory
670,31K Popularité
#
TradFiCFDGoldMaster
2,04M Popularité
#
IsraelStrikesIranBTCPlunges
58,58K Popularité
#
PredictWorldCup🇺🇸vs🇵🇾
843,94K Popularité
#
GateSpotVolumeDefiesTrendRanksFirstInGrowthGlobally
68,4M Popularité

Épinglé

L'efficacité de la politique de prévention de la distillation des grands modèles reste douteuse : la distillation n'est qu'une solution de facilité pour les données des laboratoires indépendants, et le blocage ne peut pas empêcher la course de l'IA chinoise.

Sujets populaires

MyGateTradeStory

TradFiCFDGoldMaster

IsraelStrikesIranBTCPlunges

PredictWorldCup🇺🇸vs🇵🇾

GateSpotVolumeDefiesTrendRanksFirstInGrowthGlobally

Épinglé