Sequoia met en garde : les États-Unis ont gagné contre des modèles propriétaires, mais pourraient perdre la base ouverte

ME News 消息, le 17 juillet (UTC+8). D’après le suivi de Beating par 动察, les associés de Sequoia, Dean Meyer et Konstantine Buhler, déclarent que les États-Unis disposent de modèles propriétaires de pointe, tandis que les entreprises occidentales dépendent de plus en plus des modèles open weight (poids ouverts) chinois. Qwen, Kimi, GLM et DeepSeek sont utilisés comme socle produit, pour former des enseignants, et comme sources de données synthétiques. Le rapport ATOM indique que la part de Qwen dans les modèles ajoutés mensuellement pour le fine-tuning et l’adaptation est passée de 1% en janvier 2024 à 69% en février 2026. Inkling de Thinking Machines est aussi, à la phase initiale du post-entraînement, alimenté par des données synthétiques générées à l’aide de modèles open weight comme Kimi K2.5. Cependant, cette partie ne représente qu’une faible proportion de la puissance de calcul d’entraînement. L’article estime que le problème vient des règles de « distillation ». La distillation consiste à utiliser un modèle puissant pour entraîner un autre modèle. OpenAI et Anthropic limitent les clients qui utilisent les sorties de leurs modèles pour entraîner des produits compétitifs, tandis que les entreprises américaines peuvent légalement apprendre à partir de modèles ouverts chinois. Les deux auteurs recommandent que les laboratoires de pointe américains vendent aux entreprises qualifiées des droits d’entraînement contrôlés, avec délai et traçables. Sinon, les États-Unis pourraient continuer à être en avance sur les modèles propriétaires, mais laisser le socle des modèles ouverts à la Chine. Ces dernières semaines, la Chine a discuté de la limitation de l’accès à certains modèles avancés depuis l’étranger, mais aucune politique finale n’a encore été formée. L’article avertit qu’en dépit du fait que les modèles actuels restent téléchargeables et utilisables, les entreprises occidentales pourraient progressivement prendre du retard faute de pouvoir obtenir les versions suivantes. (Source : BlockBeats)
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.
  • Récompense
  • Commentaire
  • Reposter
  • Partager
Commentaire
Ajouter un commentaire
Ajouter un commentaire
Aucun commentaire
  • Épinglé