Casa Blanca acusa a Moonshot de destilar Fable de Anthropic para Kimi K3; líderes tecnológicos defienden destilación abierta
El director de la Oficina de Política Científica y Tecnológica de la Casa Blanca, Michael Kratsios, acusó a Moonshot AI, con sede en China, de encubiertamente destilar el modelo fronterizo Fable de Anthropic para construir Kimi K3, un modelo de peso abierto de 2,8 billones de parámetros lanzado la semana pasada. Kratsios afirmó que Moonshot 'desarrolló una plataforma interna sofisticada para realizar destilación a gran escala contra modelos estadounidenses, permitiéndoles cambiar rápidamente entre múltiples métodos de acceso para evitar detección.' También alegó que Moonshot adquirió chips Nvidia GB300 restringidos a través de servidores en Tailandia para entrenar el modelo.
Kimi K3 funciona competitivamente con Fable 5 de Anthropic y supera sustancialmente varios otros modelos líderes estadounidenses en pruebas seleccionadas, lo que provocó la preocupación de la Casa Blanca. La destilación de modelos es una técnica legítima en la que un modelo más pequeño aprende de los resultados de uno más grande; sin embargo, Kratsios encuadró la escala y naturaleza encubierta como robo de PI. El Secretario del Tesoro Scott Bessent hizo eco de la acusación, diciendo que Estados Unidos está 'encontrando marcas de agua de nuestros grandes modelos de lenguaje estadounidenses en muchos de los modelos chinos' e insinuó que se podrían imponer sanciones.
En respuesta, una coalición de 25+ empresas tecnológicas incluyendo Nvidia, Microsoft, Meta y Palantir emitió una carta conjunta el viernes exhortando a los legisladores a evitar 'restricciones precipitadas' en modelos de peso abierto que 'sofocaran la competencia o impulsen la innovación al extranjero.' La carta defendió la destilación como 'una técnica ampliamente utilizada para la mejora, evolución y validación de modelos.' Expertos independientes cuestionaron si la destilación de Fable por sí sola podría explicar el desempeño de Kimi K3, observando que técnicas avanzadas de aprendizaje por refuerzo requieren significativamente más infraestructura que la destilación simple. El debate refleja una tensión fundamental: si la destilación es una práctica legítima de innovación abierta o una forma inaceptable de robo de PI.
Fuentes
- Primary source
- techcrunch.com
“Model distillation is a common AI training technique in which a smaller model learns from the outputs of a larger one. While this process can infringe on intellectual property rights, it's also widely used as a legitimate optimization method.”
- cyberscoop.com
“Michael Kratsios, who leads the White House Office of Science and Technology Policy, claimed that Moonshot AI, a Beijing, China-based AI company, had distilled Anthropic's recently-released Fable model to develop its own K3 model.”
- techcrunch.com
“I don't think you get a model this strong and this quickly on the heels of Fable doing strictly distillation, one expert told TechCrunch.”