Չինական փաստաթղթերը նկարագրում են ամերիկյան մոդելներով փոքր մոդելների ուսուցումը


Ավելի քան 300 չինական փաստաթղթերի ուսումնասիրությունը նկարագրում է ամերիկյան մոդելների արդյունքները հավաքելու և մշակելու շղթան։ Մշակողները ձգտում են ուղեցույց ստանալ օտարերկրյա համակարգերի կիրառման համար։
Չինացի մշակողները ստեղծել են մատակարարման շղթա, որն օգտագործում է ամերիկյան գերբանականության (ԳԲ) մոդելների արդյունքները՝ տեղական ավելի փոքր մոդելներ ուսուցանելու համար։ Reuters-ի հետաքննության ընթացքում ուսումնասիրվել է ավելի քան 300 չինական գիտական հոդված, արտոնագիր, աշխատանքի հայտարարություն և պետական փաստաթուղթ։ The Decoder-ի՝ հետաքննության ամփոփման մեջ ասվում է, որ ընկերությունները ծրագրեր են ստեղծում պատասխաններ, կոդ և խնդիրների լուծումներ հավաքելու համար, իսկ մասնագետներն այնուհետև մշակում են դրանք՝ ուսուցման նպատակով։
Այս աշխատանքը հաջորդում է ԳԲ առաջադեմ պրոցեսորների արտահանման նկատմամբ ԱՄՆ-ի սահմանափակումների տարիներին։ Թորման անունով հայտնի մեթոդի միջոցով ավելի փոքր «աշակերտ» մոդելը սովորում է մոտարկել ավելի մեծ «ուսուցիչ» մոդելի վարքը։ Այն կարող է նվազեցնել հաշվողական ծախսերը՝ պահպանելով որոշ հնարավորություններ, թեև արդյունքը կախված է առաջադրանքից և մոդելի չափից։ Ուսուցիչ մոդելի արդյունքների օգտագործումը նվազեցնում է մշակողների սեփական հաշվողական ծանրաբեռնվածությունը, սակայն չի վերացնում հզոր չիպերի անհրաժեշտությունը։
2024-ի նոյեմբերին Շանհայի Ցզյաո Տուն պետական հետազոտական համալսարանի գիտնականները 10 750 ուսուցման օրինակ են ստեղծել Alibaba-ի Qwen2.5-72B-ի համար։ Նրանք օգտագործել են OpenAI-ի o1-ի շուրջ 5 000 պատասխան և GPT-4o mini-ի թարգմանությունները։ Հետազոտողները նաև զգուշացրել են արտաքին նորարարությունից հնարավոր կախվածության մասին։
2025-ի ապրիլին Alibaba-ն նկարագրել է, թե ինչպես է GPT-4-ը և GPT-4o-ն համակարգված օգտագործում օտարալեզու ուսուցման տվյալներ ստեղծելու համար։ 2026-ի փետրվարին համալսարանը և սննդի առաքմամբ զբաղվող Meituan ընկերությունը GPT-4o-ի օգնությամբ ավելի փոքր մոդելներ են ուսուցանել՝ ծրագրավորման առաջադրանքներ կատարող գործակալների աշխատանքը համակարգելու համար։

OpenAI-ի խոսքով՝ համակարգչով աշխատող գործակալները գործում են բժշկական գրառումների համակարգերում և ապահովագրական հարթակներում, իսկ CVS Health-ը դրանք օգտագործում է ուղեգրերի և մասնագետների խորհրդատվությունների համար։
Չինաստանը ցանկանում է արտադրության մեջ կիրառել ԳԲ ավելի փոքր ու էժան համակարգեր։ Ութ նախարարությունների՝ 2026-ի հունվարին ներկայացրած AI+Manufacturing փաթեթը, ինչպես նաև Շանհայի ու Շենչժենի նախաձեռնությունները խթանում են թորման և հաշվողական հզորության կարիքը նվազեցնող այլ մեթոդների կիրառումը։ Պետական փաստաթղթերն ուղղակիորեն չեն հրահանգում մշակողներին պատճենել ամերիկյան մոդելները։
Թորման մեթոդն ինքնին անօրինական չէ․ Anthropic-ը հայտնել է, որ մշակողները պարբերաբար օգտագործում են այն՝ իրենց սեփական մոդելների ավելի փոքր տարբերակները ստեղծելու համար։ The Decoder-ի հրապարակման մեջ ասվում է, որ քննարկվող ձևով ամերիկյան մոդելների արդյունքների օգտագործումը խախտում է OpenAI-ի և Anthropic-ի ծառայությունների օգտագործման պայմանները։ Փաստագրված հետազոտական օրինակները տարբեր են գաղտնի տվյալների կորզման մասին մեղադրանքներից։
Առանձին՝ Anthropic-ը պնդում է, որ DeepSeek-ը, Moonshot-ը և MiniMax-ը շուրջ 24 000 կեղծ հաշիվներով ավելի քան 16 միլիոն փոխանակում են կատարել Claude-ի հետ՝ դրա հնարավորությունները կորզելու համար։ Ընկերության խոսքով՝ արշավները վերագրել է այդ լաբորատորիաներին՝ համադրելով IP հասցեները, հարցումների մետատվյալներն ու ենթակառուցվածքի ցուցիչները, իսկ որոշ դեպքերում՝ նաև ոլորտային գործընկերների հաստատումները։
Anthropic-ը հայտնել է, որ նախնական տվյալների համաձայն՝ իր պաշտպանական միջոցները շուրջ 90–99%-ով կրճատել են թորմամբ զբաղվողների հավաքած տվյալների ծավալը, սակայն ընկերությանը հայտնի չէ, թե որքան կտևի այդ արդյունքը, և, ըստ նրա, միջոցները դեռ չեն բախվել դրանք շրջանցելու բարձր բարդության ու հետևողական փորձի։ Ընկերության խոսքով՝ որոշ օրինական մշակողներ ստիպված են եղել թարմացնել իրենց ինտեգրումները, իսկ համակարգերը դեպքերի 0,1%-ից պակասում կարող են սխալմամբ արգելափակել անվնաս հարցումները․ ընկերությունն օգտատերերից վճար է գանձում այդ արգելափակված հարցումների համար։ Anthropic-ի խոսքով՝ այն նաև հրաժարվել է զգալի եկամուտից և թորմամբ զբաղվողների վճարովի հարցումներից, որոնց ծավալը կազմել է տրիլիոնավոր տոկեններ։
ԱՄՆ պաշտոնյաները հուլիսին Չենդուում չինական կարգավորող մարմինների հետ բարձրացրել են զանգվածային թորման հարցը։ The Decoder-ի ամփոփման մեջ ասվում է, որ Վաշինգտոնն այդ գործելակերպը համարում է Չինաստանի՝ ԳԲ ոլորտում արագ առաջընթացի գլխավոր պատճառը, մինչդեռ չինացի ոլորտային մասնագետները մատնանշում են նաև ալգորիթմների և մոդելների նախագծման առաջընթացը։
ԱՄՆ ֆինանսների նախարար Սքոթ Բեսենտը սպառնացել է պատժամիջոցներով և կազմակերպություններին սահմանափակումների ցանկում ընդգրկելով, եթե գաղտնի թորման հարձակումները վերածվեն մտավոր սեփականության գողության։ Չինացի մշակողները երկրի արդյունաբերության նախարարությունից հստակ ուղեցույց են խնդրել օտարերկրյա մոդելների օգտագործման վերաբերյալ։
3 րոպե

Դյուրակիր ցանցային համակարգիչն աշխատում է Debian-ի վրա հիմնված Flipper OS-ով և ունի ներկառուցված Wi-Fi 6E ու Gigabit Ethernet։ Արշավի նպատակն առաջին խմբաքանակի արտադրությունը ֆինանսավորելն է։
2 րոպե

Ծրագրերի փորձնական տարբերակներում սերվերային գործառույթների ավելի բարձր սահմանաչափերն ու Shortcuts-ի Cloud Pro մոդելի հասանելիությունը կապվում են առնվազն 200 GB հիշողությամբ iCloud+ փաթեթների հետ։
3 րոպե