Hogyan működik a tudáspárlás a gyakorlatban
A kínai laboratóriumok sikerének kulcsa egy olyan módszertan, amelyet a technológiai szektorban tudáspárlásként, azaz distillation néven ismernek. Az eljárás lényege, hogy egy jóval nagyobb, drágán kiképzett tanító modell válaszaival tanítanak be egy kisebb, kompaktabb rendszert.
Ahelyett, hogy a nulláról, hatalmas adathalmazok és csúcskategóriás hardverek bevonásával építenének fel egy új modellt, az amerikai rendszereket kérdések millióival bombázzák. Az így kapott, strukturált és magas minőségű válaszok képezik az új ázsiai rendszerek alapozását.
Ez a megoldás drasztikusan lecsökkenti a fejlesztési költségeket és a szükséges áramfogyasztást is. A másodlagos modell szinte az eredeti szintet hozza, anélkül, hogy végigjárná a kísérletezés hosszadalmas és költséges zsákutcáit.
Az amerikai szankciók hatékonysága így részben megkérdőjeleződött a szoftveres kerülőutak megjelenésével. Az Institute for Progress számításai szerint a modellpárlás mintegy felére csökkenti az Egyesült Államok technológiai előnyét Kínával szemben.
A kutatóintézet elemzése rámutatott, hogy ez az eljárás akkora lökést adott a pekingi cégeknek, mintha Kína hirtelen négyszer annyi tiltólistás chiphez jutna hozzá. A modellmásolási folyamat ráadásul nem maradt meg az egyetemi elmélet szintjén, hanem konkrét cégek termékeiben öltött testet.
A gyanúba keveredett műhelyek közül különösen a Moonshot AI fejlesztései keltették fel a figyelmet. A Kimi K3 modell kapcsán konkrét amerikai vádak és források kerültek elő.
