Китайские лаборатории ИИ используют американских конкурентов как поставщиков знаний для собственных моделей. 8 сентября Агентство национальной безопасности США, ФБР и агентство кибербезопасности CISA обвинили китайских разработчиков в промышленном присвоении технологий через дистилляцию — обучение на ответах чужой системы. Описанный способ догонять позволяет получать дорогостоящие способности, обходя ограничения владельца. Американский разработчик оплачивает поиск решений, которыми затем снабжают его китайского соперника.

Китайский разработчик DeepSeek, по данным создателя Claude — компании Anthropic, пыталась использовать американскую модель как оценщика при обучении. Получатель запрашивал оценки по заданным критериям. Это даёт возможность отбирать удачное поведение собственной модели и закреплять его в следующих тренировках. Присваивается часть работы по определению качества. Китайская лаборатория получает от конкурента ответ на вопрос, какие действия её будущего продукта следует поощрять.

Ценность такого учебного сигнала объясняет исследование Google о пошаговой дистилляции. Дополнительные объяснения большой модели позволяли обучать небольшую специализированную систему с меньшим объёмом размеченных данных. На одном из испытаний она превзошла крупную модель, использованную для сопоставления. Заимствованное обучение поэтому может помочь создать полноценного конкурента в выбранной задаче. Происхождение навыка из американской разработки не мешает китайской компании продавать результат под собственным названием и устанавливать свою стоимость обслуживания.

При этом освоение следующего навыка вновь направляет китайского разработчика к американскому источнику. Anthropic описала, как китайская компания MiniMax после выпуска новой версии Claude менее чем за 24 часа перевела на неё почти половину своего потока запросов. Компания перестраивала сбор данных вслед за чужим исследовательским достижением. Эта хронология связывает ускорение китайского продукта с готовностью американской лаборатории предоставить очередное улучшение.

Получению материала служит международная инфраструктура скрытого доступа. В совместном предупреждении американских ведомств описано распределение запросов между поставщиками моделей и облачными площадками. Google также документировала извлечение способностей через обычный программный интерфейс. Защита серверов от проникновения не перекрывает выдачу ответов пользователю, который скрывает дальнейшее назначение данных. Выявлять приходится согласованную операцию, замаскированную под множество отдельных клиентов.

Для американской компании ущерб продолжается после прекращения такой выдачи. Закрытие аккаунта останавливает новый сбор, уже полученный учебный набор остаётся у адресата. Научные работы по дистилляции описывают перенос знаний в отдельно работающую модель. Её дальнейшие запуски не требуют платежа прежнему учителю за каждый ответ. Китайский получатель может зарабатывать на применении усвоенного навыка, а американский владелец лишается контроля над тем, где и кому предлагается его производная.

Такое присвоение создаёт 2 разных результата. Китайская компания получает самостоятельный в эксплуатации продукт, сохраняя заинтересованность в новых способностях американского учителя. Ей выгодно брать очередное улучшение у того же соперника, которого она стремится вытеснить у клиента. Продажа доступа поэтому способна наносить разработчику двойной ущерб: сегодняшняя выручка оплачивает выдачу учебного материала, а подготовленный на нём конкурент затем забирает будущие заказы.

@ex_trakt