นักพัฒนา AI ชาวจีน DeepSeek และ Moonshot AI อาศัยเอาต์พุตจากโมเดล GPT-6 Astra ของ OpenAI เป็นอย่างมากเพื่อฝึกอบรมระบบล่าสุดของพวกเขา ตามรายงานจาก The Information ที่เผยแพร่เมื่อวันพุธและดำเนินการโดย Reuters รายงานดังกล่าวอ้างถึงบุคคลที่มีความรู้โดยตรงเกี่ยวกับเรื่องนี้ และเน้นว่าการใช้เอาท์พุตของ Astra ที่ถูกกล่าวหานั้นไม่ได้รับการจัดตั้งขึ้นโดยอิสระ

หากถูกต้อง การกล่าวอ้างจะทำให้ OpenAI กลายเป็นศูนย์กลางของข้อพิพาทเรื่องการกลั่นแบบเดียวกันซึ่งได้ดักจับคู่แข่งหลักไว้แล้ว สำหรับผู้อ่านที่ติดตาม ข่าว AI เกี่ยวกับการแข่งขันโมเดลและการฝึกปฏิบัติ เรื่องราวเกิดขึ้นเพียงสามเดือนหลังจากที่ Anthropic กล่าวหาต่อสาธารณะว่าห้องปฏิบัติการของจีนสองแห่งเดียวกัน — ร่วมกับ Alibaba — กลั่นแกล้งแบบจำลอง Claude

รุ่นใดบ้างที่เกี่ยวข้อง?

การรายงานข้อมูลระบุชื่อระบบเฉพาะสองระบบ Kimi K3.1 Pro ของ Moonshot AI ซึ่งเปิดตัวเมื่อสัปดาห์ที่แล้ว และ V4.1-Flash 1017 ที่อัปเกรดแล้วของ DeepSeek ซึ่งเปิดตัวเมื่อวันที่ 17 ตุลาคม กล่าวกันว่าได้รับประโยชน์จากการกลั่นโดยใช้โมเดลระดับแนวหน้าของ OpenAI ทั้ง DeepSeek และ Moonshot ไม่ได้ยืนยันแนวทางปฏิบัตินี้ และรายงานเองก็เตือนว่าการใช้เอาท์พุตของ Astra ไม่ได้ถูกสร้างขึ้นโดยอิสระ

การกลั่นในการใช้งานของอุตสาหกรรม หมายถึงการฝึกอบรมโมเดลหนึ่งเกี่ยวกับผลลัพธ์ของโมเดลที่มีความสามารถมากกว่า เพื่อให้นักเรียนเรียนรู้ที่จะจำลองคำตอบของครู แทนที่จะจ่ายทุกความสามารถผ่านการดำเนินการฝึกอบรมอิสระ ห้องปฏิบัติการสามารถสืบค้นระบบชั้นนำและใช้คำตอบเป็นสัญญาณการฝึกอบรมคุณภาพสูง ราคาถูกกว่า เร็วกว่า และเป็นศูนย์กลางมากขึ้นเรื่อยๆ ในการสร้างแบบจำลองการแข่งขัน

รูปแบบของการกล่าวหา — และการป้องกันแบบใหม่

รายงานดังกล่าวมาถึงในช่วงหนึ่งปีแห่งการเรียกร้องสิทธิที่เพิ่มขึ้นจากการสกัดแบบจำลอง ในเดือนกันยายน รัฐบาลสหรัฐฯ กล่าวว่ามีการรณรงค์กลั่นกรองขนาดใหญ่โดยบริษัทจีนต่อบริษัท AI ของอเมริกา คำแถลง The Information Notes แยกจากการรายงานใหม่เกี่ยวกับ GPT-6 Astra โดยเฉพาะ ข้อกล่าวหาในเดือนสิงหาคมของ Anthropic ที่ Alibaba, DeepSeek และ Moonshot ได้กลั่นกรองโมเดลของ Claude ได้สร้างเทมเพลตสำหรับการต่อสู้ในปัจจุบัน

การป้องกันก็แข็งแกร่งขึ้นเช่นกัน เมื่อต้นเดือนที่ผ่านมา Anthropic กล่าวว่ามาตรการใหม่ที่ออกแบบมาเพื่อป้องกันคู่แข่งจากการคัดลอกความสามารถของ Claude ได้ลดข้อมูลที่เก็บเกี่ยวผ่านสิ่งที่เรียกว่าการโจมตีด้วยการกลั่นลงประมาณ 90 ถึง 99 เปอร์เซ็นต์ ตัวเลขดังกล่าวแสดงให้เห็นว่าการตรวจสอบรูปแบบการสืบค้น การจำกัดการเข้าถึง และการจำกัดอัตรากิจกรรมที่น่าสงสัย สามารถเพิ่มค่าใช้จ่ายในการแยกข้อมูลได้อย่างวัดผลได้ แม้ว่าการป้องกันจะทำงานจนกว่าผู้โจมตีจะปรับตัวก็ตาม

OpenAI ไม่ได้ระบุว่าตรวจพบรูปแบบที่คล้ายกันกับ GPT-6 Astra หรือไม่ว่าจะวางแผนการเปลี่ยนแปลงนโยบายเพื่อตอบสนองต่อรายงานหรือไม่ เงื่อนไขการให้บริการของบริษัท เช่นเดียวกับคู่แข่ง จำกัดการใช้เอาต์พุตเพื่อฝึกโมเดลที่แข่งขันกัน

การกลั่นอะไรทำได้และทำไม่ได้

ความจริงทางเทคนิคนั้นเหมาะสมกว่าหัวข้อข่าวที่แนะนำ เอาท์พุตสามารถให้สัญญาณการฝึกที่มีประโยชน์ แต่ไม่ได้ถ่ายโอนสถาปัตยกรรมของโมเดล ข้อมูลการฝึก พารามิเตอร์ภายใน หรือความสามารถทุกประการของโมเดล ประสิทธิภาพของการกลั่นขึ้นอยู่กับคุณภาพและความหลากหลายของตัวอย่างที่เก็บเกี่ยว และกระบวนการฝึกอบรมที่รวมตัวอย่างเหล่านั้นไว้ด้วย แบบจำลองที่กลั่นแล้วอาจจับคู่ครูโดยใช้เกณฑ์มาตรฐานที่คล้ายกับข้อมูลที่เก็บเกี่ยวได้แต่ยังคงอ่อนแอกว่าในที่อื่น

ความแตกต่างนั้นตัดทั้งสองทาง หมายความว่าแคมเปญการกลั่นที่รายงานไม่ได้เปิดเผยว่าประสิทธิภาพของแบบจำลองของคู่แข่งนั้นได้มาจากการแยกออกมามากน้อยเพียงใด ไม่ว่าข้อกำหนดในการให้บริการจะถูกละเมิด หรือความสามารถที่เกิดขึ้นจะเกิดขึ้นต่อไปหรือไม่ แต่ยังหมายความว่าการเก็บเกี่ยวในวงกว้างสามารถมอบเส้นทางที่รวดเร็วกว่าให้กับคู่แข่งไปสู่ความสามารถเฉพาะด้านได้ โดยเฉพาะการเขียนโค้ดและการให้เหตุผล ซึ่งช่องว่างระหว่างโมเดลชายแดนและโมเดลที่ติดตามอย่างรวดเร็วนั้นแคบลงตลอดทั้งปี

ความสมดุลที่ยากลำบากสำหรับอุตสาหกรรม

ทั้งสองฝ่ายของข้อพิพาทนี้มองว่าการปฏิบัตินี้เป็นเรื่องง่าย การกลั่นเองไม่ได้เป็นสิ่งที่ไม่เหมาะสมโดยเนื้อแท้ นักพัฒนา AI มักใช้เทคนิคที่ถ่ายทอดความรู้ระหว่างแบบจำลองของตนเอง และการเข้าถึงระบบชั้นนำในวงกว้างคือสิ่งที่ช่วยให้สตาร์ทอัพ นักวิจัย และธุรกิจสามารถสร้างผลิตภัณฑ์ได้เลย ความตึงเครียดเกิดขึ้นเป็นวงกว้าง: การเข้าถึงที่ไม่จำกัดช่วยให้บุคคลที่สามรวบรวมชุดข้อมูลเอาต์พุตขนาดใหญ่เพื่อวัตถุประสงค์ที่ผู้ให้บริการไม่เคยอนุญาตได้ง่ายขึ้นมาก

การป้องกันที่ผู้ให้บริการปรับใช้เพื่อตอบสนองนั้นมีค่าใช้จ่ายในตัวเอง การตรวจสอบรูปแบบการสืบค้นที่ผิดปกติ การจำกัดการเข้าถึงความสามารถบางอย่าง การกำหนดขีดจำกัดการใช้งาน และการตรวจสอบการรวบรวมจำนวนมาก ล้วนทำให้ราคาการดึงข้อมูลสูงขึ้น — แต่ยังสร้างความขัดแย้งในการดำเนินงานสำหรับนักพัฒนาและองค์กรที่ถูกกฎหมายซึ่งต้องอาศัยการเข้าถึง API ที่มีความเสถียร อุตสาหกรรมกำลังเจรจาต่อรองเมื่อการพัฒนาแบบจำลองที่ถูกต้องตามกฎหมายสิ้นสุดลงและการดึงข้อมูลโดยไม่ได้รับอนุญาตเริ่มต้นขึ้น โดยมีการเปลี่ยนแปลงนโยบายทีละรายการ

เศรษฐศาสตร์เบื้องหลังการต่อสู้

เหตุผลที่ห้องปฏิบัติการดูแลคือคณิตศาสตร์ การฝึกอบรมโมเดลชายแดนมีค่าใช้จ่ายหลายพันล้านดอลลาร์ในด้านการประมวลผลและการวิจัย หากคู่แข่งสามารถทำซ้ำความสามารถที่สำคัญโดยการสืบค้นโมเดลที่มีอยู่อย่างเป็นระบบในราคา API ความได้เปรียบทางการเงินของการสร้างระบบชายแดนจะลดลง และแรงจูงใจในการสร้างมันต่อไปก็จะลดลงตามไปด้วย ตรรกะดังกล่าวอธิบายว่าทำไมห้องปฏิบัติการในอเมริกาจึงใช้เวลาปี 2026 เพื่อเพิ่มความแข็งแกร่งในการป้องกัน และเหตุใดข้อกล่าวหาใหม่แต่ละข้อจึงกลายเป็นเรื่องซุบซิบน้อยกว่าเป็นจุดข้อมูลในสงครามเศรษฐกิจที่รอดำเนินการ

สำหรับนักพัฒนาชาวจีน แคลคูลัสนั้นแตกต่างออกไป การเข้าถึงชิปที่ทันสมัยที่สุดนั้นถูกจำกัด และการกลั่นเป็นหนทางสู่ประสิทธิภาพการแข่งขันโดยไม่ต้องใช้งบประมาณในการประมวลผลที่ตรงกัน รายงานของ Information ชี้ให้เห็นว่าเส้นทางนั้นวิ่งผ่านเรือธงของ OpenAI ซึ่งเป็นข้อกล่าวหาเดียวกันซึ่งมุ่งเป้าไปที่เป้าหมายที่แตกต่างกัน

---

ก้าวนำหน้า AI

รับข่าวสาร AI การวิเคราะห์ และความก้าวหน้าล่าสุด ทั้งหมดในที่เดียว

อ่านข่าว AI เพิ่มเติม →