Китайские военные исследователи использовали ответы американских моделей OpenAI и Anthropic, чтобы обучать собственные ИИ для оборонных задач. Это выяснил Jamestown Foundation — американский аналитический центр — изучив китайские научные статьи и патенты.
Метод называется дистилляция. Большая «модель-учитель» генерирует ответы, на них обучают маленькую «модель-ученика». Так часть способностей дорогой модели переносится в дешёвую, а вычислений тратится в разы меньше. Приём законный — если учитель твой собственный. Правила OpenAI и Anthropic запрещают дистиллировать их закрытые модели.
Самый конкретный случай нашло Reuters по данным Jamestown. Исследователи из части 96941 Народно-освободительной армии Китая — это подразделение военной разведки и кибервойны в Пекине — опубликовали статью о работе с секретным военным исходным кодом. Чужой модели секреты не доверишь, поэтому код сначала прогнали через GPT-3.5 и получили краткие описания. На этих описаниях обучили свою модель, которая работает полностью внутри военной сети.
Учёные из Академии наук Китая спрашивали китайские модели, кем они себя считают. Qwen-Max от Alibaba ответил, что он Claude от Anthropic. DeepSeek-V3 сказал, что его создала OpenAI.
Китайские научные и военные журналы, как и западные, публикуют статьи через год-два после написания. Значит, все найденные случаи касаются моделей 2023–2024 годов. Jamestown называет это верхушкой айсберга: видно только то, что уже прошло рецензирование.
Враждебной дистилляцией называют дистилляцию чужих закрытых моделей в обход правил — в том числе для военных задач и задач госбезопасности. Есть опасения, что встроенные в модель-учитель меры безопасности при этом могут не сохраниться у модели-ученика.
Китайские разработчики претензии отвергают. Moonshot AI, которую обвиняли в дистилляции Claude Fable для модели Kimi K3, заявила, что использовала собственные методы.
Экспортный контроль США закрывает Китаю доступ к передовым чипам. Доступ к ответам моделей он не закрывает.
