চীনা এআই ডেভেলপার ডিপসিক এবং মুনশট এআই তাদের সর্বশেষ সিস্টেম প্রশিক্ষণের জন্য ওপেনএআই-এর জিপিটি-6 অ্যাস্ট্রা মডেলের আউটপুটগুলির উপর ব্যাপকভাবে নির্ভর করেছিল, বুধবার প্রকাশিত এবং রয়টার্স দ্বারা পরিচালিত দ্য ইনফরমেশনের প্রতিবেদনে বলা হয়েছে। প্রতিবেদনে বিষয়টির প্রত্যক্ষ জ্ঞান থাকা ব্যক্তিদের উদ্ধৃত করা হয়েছে এবং জোর দেওয়া হয়েছে যে Astra আউটপুটগুলির কথিত ব্যবহার স্বাধীনভাবে প্রতিষ্ঠিত হয়নি।

সঠিক হলে, দাবিগুলি OpenAI-কে একই পাতন বিরোধের কেন্দ্রে রাখবে যা ইতিমধ্যেই এর প্রধান প্রতিদ্বন্দ্বীকে ফাঁদে ফেলেছে। মডেল প্রতিযোগিতা এবং প্রশিক্ষণের অনুশীলনের উপর এআই নিউজ ট্র্যাক করা পাঠকদের জন্য, অ্যানথ্রোপিক প্রকাশ্যে একই দুটি চীনা ল্যাব — আলিবাবা সহ — তার ক্লড মডেলগুলিকে পাতিত করার অভিযোগ আনার মাত্র তিন মাস পরে গল্পটি আসে৷

কোন মডেলগুলো জড়িত?

তথ্যের রিপোর্টিং দুটি নির্দিষ্ট সিস্টেমের নাম দেয়। মুনশট এআই-এর কিমি K3.1 প্রো, গত সপ্তাহে মুক্তি পেয়েছে, এবং ডিপসিকের আপগ্রেড করা V4.1-ফ্ল্যাশ 1017, 17 অক্টোবর চালু হয়েছে, বলা হয় যে OpenAI-এর ফ্রন্টিয়ার মডেল ব্যবহার করে পাতন থেকে উপকৃত হয়েছে৷ ডিপসিক বা মুনশট কেউই অনুশীলনের বিষয়টি নিশ্চিত করেনি, এবং রিপোর্ট নিজেই সতর্ক করে যে Astra আউটপুটগুলির ব্যবহার স্বাধীনভাবে প্রতিষ্ঠিত হয়নি।

ডিস্টিলেশন, শিল্পের ব্যবহারে, মানে হল একটি মডেলকে আরও সক্ষমের আউটপুটের উপর প্রশিক্ষণ দেওয়া যাতে ছাত্র শিক্ষকের প্রতিক্রিয়াগুলি পুনরুত্পাদন করতে শেখে। একটি স্বাধীন প্রশিক্ষণ চালানোর মাধ্যমে প্রতিটি ক্ষমতার জন্য অর্থ প্রদানের পরিবর্তে, একটি ল্যাব একটি অগ্রণী সিস্টেমকে জিজ্ঞাসা করতে পারে এবং এর উত্তরগুলিকে উচ্চ-মানের প্রশিক্ষণ সংকেত হিসাবে ব্যবহার করতে পারে — সস্তা, দ্রুত, এবং প্রতিযোগিতামূলক মডেলগুলি কীভাবে তৈরি হয় তার জন্য ক্রমবর্ধমান কেন্দ্রীয়।

অভিযোগের একটি প্যাটার্ন — এবং নতুন প্রতিরক্ষা

মডেল নিষ্কাশন নিয়ে ক্রমবর্ধমান দাবির এক বছরের মধ্যে প্রতিবেদনটি আসে। সেপ্টেম্বরে, মার্কিন সরকার বলেছিল যে আমেরিকান AI কোম্পানিগুলির বিরুদ্ধে চীনা কোম্পানিগুলির দ্বারা একটি বড় মাপের পাতন অভিযান ছিল - একটি বিবৃতি দ্য ইনফরমেশন নোট বিশেষভাবে GPT-6 Astra এর নতুন প্রতিবেদন থেকে আলাদা। অ্যানথ্রপিকের অগাস্ট অভিযোগ যে আলিবাবা, ডিপসিক এবং মুনশট ক্লাউড মডেলগুলিকে পাতিত করেছিল বর্তমান লড়াইয়ের জন্য টেমপ্লেট সেট করেছিল।

প্রতিরক্ষাও শক্ত হচ্ছে। এই মাসের শুরুর দিকে, অ্যানথ্রোপিক বলেছিল যে ক্লডের ক্ষমতাগুলি অনুলিপি করা থেকে প্রতিদ্বন্দ্বীদের প্রতিরোধ করার জন্য ডিজাইন করা নতুন ব্যবস্থাগুলি তথাকথিত পাতন আক্রমণের মাধ্যমে সংগ্রহ করা ডেটা প্রায় 90 থেকে 99 শতাংশ হ্রাস করেছে। চিত্রটি পরামর্শ দেয় যে ক্যোয়ারী প্যাটার্ন পর্যবেক্ষণ করা, অ্যাক্সেস সীমাবদ্ধ করা এবং সন্দেহজনক কার্যকলাপের হার সীমিত করা পরিমাপকভাবে নিষ্কাশনের খরচ বাড়াতে পারে - যদিও আক্রমণকারীরা অভিযোজিত না হওয়া পর্যন্ত সুরক্ষাগুলি কাজ করে।

ওপেনএআই জানায়নি যে এটি জিপিটি-6 অ্যাস্ট্রার বিরুদ্ধে অনুরূপ নিদর্শন সনাক্ত করেছে বা প্রতিবেদনের প্রতিক্রিয়ায় এটি নীতি পরিবর্তনের পরিকল্পনা করেছে কিনা। কোম্পানির পরিষেবার শর্তাবলী, তার প্রতিদ্বন্দ্বীদের মতো, প্রতিযোগী মডেলদের প্রশিক্ষণের জন্য আউটপুট ব্যবহার সীমাবদ্ধ করে।

পাতন কি করতে পারে এবং কি করতে পারে না

প্রযুক্তিগত বাস্তবতা শিরোনাম প্রস্তাবিত তুলনায় আরো সূক্ষ্ম. আউটপুটগুলি দরকারী প্রশিক্ষণ সংকেত প্রদান করতে পারে, তবে তারা একটি মডেলের আর্কিটেকচার, এর প্রশিক্ষণ ডেটা, এর অভ্যন্তরীণ পরামিতি, বা এর প্রতিটি ক্ষমতা স্থানান্তর করে না। পাতনের কার্যকারিতা ফসল তোলা উদাহরণের গুণমান এবং বৈচিত্র্যের উপর এবং প্রশিক্ষণ প্রক্রিয়ার উপর নির্ভর করে যা তাদের অন্তর্ভুক্ত করে। একটি পাতিত মডেল বেঞ্চমার্কে একজন শিক্ষকের সাথে মিলিত হতে পারে যা অন্যত্র দুর্বল থাকা অবস্থায় কাটা ডেটার সাথে সাদৃশ্যপূর্ণ।

যে nuance উভয় উপায়ে কাটা. এর অর্থ হল একটি রিপোর্ট করা পাতন প্রচারাভিযান প্রকাশ করে না যে প্রতিদ্বন্দ্বী মডেলের কার্যকারিতা প্রকৃতপক্ষে কতটা নিষ্কাশন থেকে উদ্ভূত হয়, পরিষেবার শর্তাবলী লঙ্ঘন করা হয়েছিল কিনা, বা এর ফলে সক্ষমতাগুলি যেভাবেই আবির্ভূত হত কিনা। কিন্তু এর মানে এটাও যে বৃহৎ আকারের ফসল সংগ্রহ একজন প্রতিযোগীকে নির্দিষ্ট ক্ষমতার জন্য একটি দ্রুত পথ ধরতে পারে — বিশেষ করে কোডিং এবং যুক্তি, যেখানে সীমান্ত এবং দ্রুত-অনুসরণকারী মডেলের মধ্যে ব্যবধান সারা বছরই সংকুচিত হয়েছে।

শিল্পের জন্য একটি কঠিন ভারসাম্য

এই বিরোধের কোন পক্ষই অনুশীলনটিকে সহজ হিসাবে দেখে না। পাতন নিজেই সহজাতভাবে অনুপযুক্ত নয় — এআই বিকাশকারীরা নিয়মিতভাবে কৌশলগুলি ব্যবহার করে যা তাদের নিজস্ব মডেলগুলির মধ্যে জ্ঞান স্থানান্তর করে — এবং অগ্রণী সিস্টেমে বিস্তৃত অ্যাক্সেস যা স্টার্টআপ, গবেষক এবং ব্যবসাগুলিকে একেবারেই পণ্য তৈরি করতে দেয়৷ স্কেলে উত্তেজনা দেখা দেয়: সীমাবদ্ধ অ্যাক্সেস তৃতীয় পক্ষের পক্ষে আউটপুটগুলির বৃহৎ ডেটাসেট সংগ্রহ করা আরও সহজ করে তোলে যে উদ্দেশ্যে প্রদানকারী কখনই অনুমোদন করে না।

সরবরাহকারীরা প্রতিক্রিয়া হিসাবে যে সুরক্ষাগুলি স্থাপন করে সেগুলি তাদের নিজস্ব খরচ বহন করে৷ অস্বাভাবিক ক্যোয়ারী প্যাটার্ন নিরীক্ষণ করা, নির্দিষ্ট ক্ষমতার অ্যাক্সেস সীমাবদ্ধ করা, ব্যবহারের সীমা আরোপ করা এবং বাল্ক সংগ্রহের তদন্ত সবই নিষ্কাশনের দাম বাড়ায় — তবে তারা বৈধ বিকাশকারী এবং এন্টারপ্রাইজগুলির জন্য অপারেশনাল ঘর্ষণ তৈরি করে যা স্থির API অ্যাক্সেসের উপর নির্ভর করে। শিল্পটি কার্যত, আলোচনা করছে যেখানে বৈধ মডেলের বিকাশ শেষ হয় এবং অননুমোদিত নিষ্কাশন শুরু হয়, এক সময়ে একটি নীতি পরিবর্তন।

লড়াইয়ের পিছনে অর্থনীতি

কারণ ল্যাব যত্ন পাটিগণিত হয়. একটি সীমান্ত মডেল প্রশিক্ষণের জন্য গণনা এবং গবেষণায় বিলিয়ন ডলার খরচ হয়। যদি একজন প্রতিযোগী এপিআই মূল্যে একটি বিদ্যমান মডেলকে পদ্ধতিগতভাবে জিজ্ঞাসা করে গুরুত্বপূর্ণ ক্ষমতাগুলি পুনরুত্পাদন করতে পারে, সীমান্ত সিস্টেম নির্মাণের আর্থিক সুবিধা সঙ্কুচিত হয় — এবং এটি নির্মাণ চালিয়ে যাওয়ার প্রণোদনা এটির সাথে সঙ্কুচিত হয়। এই যুক্তিটি ব্যাখ্যা করে কেন আমেরিকান ল্যাবগুলি তাদের প্রতিরক্ষা শক্ত করতে 2026 ব্যয় করেছে এবং কেন প্রতিটি নতুন অভিযোগ একটি মুলতুবি অর্থনৈতিক যুদ্ধের ডেটা পয়েন্টের চেয়ে কম গসিপ হিসাবে অবতীর্ণ হয়।

চীনা বিকাশকারীদের জন্য, ক্যালকুলাস ভিন্ন। সর্বাধিক উন্নত চিপগুলিতে অ্যাক্সেস সীমাবদ্ধ, এবং পাতন গণনা বাজেটের সাথে মিল না করে প্রতিযোগিতামূলক কর্মক্ষমতার একটি পথ সরবরাহ করে। ইনফরমেশনের প্রতিবেদনে পরামর্শ দেওয়া হয়েছে যে পথটি ওপেনএআই-এর নিজস্ব ফ্ল্যাগশিপের মধ্য দিয়ে চলেছিল - একই অভিযোগ, একটি ভিন্ন লক্ষ্যকে লক্ষ্য করে।

---

এআই থেকে এগিয়ে থাকুন

সর্বশেষ AI খবর, বিশ্লেষণ এবং সাফল্য পান — সব এক জায়গায়।

আরও এআই খবর পড়ুন →