AnswersPublished16 sources
ByteDance preferisce restare indietro piuttosto che distillare i modelli rivali
Secondo diverse ricostruzioni, Seed ha iniziato a limitare l’uso degli output dei modelli rivali nel 2023 e Zhang Yiming avrebbe ribadito il divieto nel 2026. La regola riguarderebbe sia i sistemi chiusi accessibili tramite API, come GPT, sia i modelli con pesi aperti, anche se ByteDance non ha pubblicato una policy...
Pubblicato daModificato con GPT-5.6 LunaImmagini generate con GPT Image 1.5
Research answer
Key takeaways
- Secondo diverse ricostruzioni, Seed ha iniziato a limitare l’uso degli output dei modelli rivali nel 2023 e Zhang Yiming avrebbe ribadito il divieto nel 2026.
- La regola riguarderebbe sia i sistemi chiusi accessibili tramite API, come GPT, sia i modelli con pesi aperti, anche se ByteDance non ha pubblicato una policy ufficiale dettagliata.
- La scelta riflette una scommessa strategica: costruire capacità in modo autonomo può richiedere più tempo, ma evita di legare la ricerca di Seed alle soluzioni e ai criteri dei leader del settore.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: Why did ByteDance founder Zhang Yiming reaffirm Seed’s 2023 prohibition against training its language models on outputs from other companies. Article summary: Zhang reaffirmed the prohibition because he views competitor-output distillation as a short-term benchmark shortcut that would undermine Seed’s ability to discover its own training methods, research directions, and model. Topic tags: general, news, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
La scelta di ByteDance sembra andare contro la logica più immediata della corsa all’intelligenza artificiale: invece di recuperare rapidamente il divario con i concorrenti, la divisione Seed sarebbe disposta a perdere terreno nelle classifiche — almeno nel breve periodo — pur di non addestrare i propri modelli sugli output dei sistemi rivali. 1
Al centro della decisione c’è la distillazione dei modelli. In questo processo, un modello più piccolo o meno potente impara dalle risposte prodotte da un sistema più avanzato. È una scorciatoia efficace per ridurre tempi e costi di sviluppo, ma secondo la linea attribuita al fondatore Zhang Yiming rischia di trasformare Seed in un ottimo inseguitore, ancora dipendente dalle idee di un’altra azienda. 4
9
Una regola nata nel 2023
Dal divieto sui dati generati da GPT a una linea più ampia
Secondo le ricostruzioni di Pekingnology e Pandaily, i primi team di Seed avevano sperimentato materiale generato tramite l’API di GPT. Dopo l’introduzione, nell’aprile 2023, di controlli sulle chiamate all’API, il gruppo avrebbe stabilito che i dati generati da GPT non dovessero entrare nei set di addestramento di ByteDance. 9
14
La regola si sarebbe poi estesa a tutti i modelli concorrenti. Non si tratterebbe quindi soltanto di evitare l’uso non autorizzato di una singola piattaforma proprietaria: il principio riportato è che nessun modello di un’altra azienda, sia esso chiuso o distribuito con pesi aperti, dovrebbe diventare il “maestro” di Seed. 9
10
Il dibattito riemerge con DeepSeek-R1
La discussione interna sarebbe tornata d’attualità nel gennaio 2025, dopo le prestazioni di DeepSeek-R1 nel ragionamento e la sua reputazione di modello efficiente. Alcuni ricercatori di Seed avrebbero sostenuto che gli output di sistemi statunitensi più avanzati potessero integrare il lavoro di addestramento di ByteDance e accelerare i progressi nelle capacità di ragionamento. 9
La posizione attribuita a Zhang Yiming sarebbe stata diversa: anche se usata soltanto come integrazione, la distillazione avrebbe significato affidarsi a capacità prese in prestito. Le ipotesi secondo cui DeepSeek avrebbe utilizzato dati sintetici prodotti da modelli statunitensi di frontiera restano, nelle informazioni disponibili, speculazioni del settore e non fatti verificati in modo indipendente. Non vanno confuse con il resoconto separato sulla regola interna di Seed.
Nel 2026 la scorciatoia diventa più allettante
La pressione competitiva avrebbe reso la distillazione sempre più tentatrice. I produttori cinesi di AI devono confrontarsi con una gara serrata su potenza di calcolo, capacità dei modelli e risultati nei benchmark. Secondo i resoconti, i ricercatori di Seed seguivano l’avanzamento dei sistemi di frontiera e l’emergere di Kimi K3 di Moonshot, un modello con pesi aperti che i concorrenti potevano esaminare e, almeno in teoria, utilizzare come fonte di dati per l’addestramento. 9
14
A quel punto la questione non sarebbe più stata una semplice preferenza metodologica. Distillare un modello più potente avrebbe potuto ridurre rapidamente un divario misurabile; rifiutarsi di farlo avrebbe invece lasciato Seed indietro mentre altri laboratori procedevano più velocemente.
Eppure, durante una riunione interna della divisione Seed nel 2026, Zhang avrebbe reso esplicita la scelta: una temporanea perdita di terreno era preferibile alla distillazione dei sistemi rivali. 1
10
Perché il divieto includerebbe anche i modelli open-weight?
La particolarità della regola riportata è che non sembra concentrarsi soltanto sui diritti di accesso o sulle condizioni d’uso. Un modello chiuso consultato tramite API e un modello con pesi aperti pongono questioni tecniche e contrattuali differenti. Ma entrambi possono creare lo stesso problema strategico: una squadra che impara dalle soluzioni di un altro laboratorio invece di sviluppare da sé metodi e direzioni di ricerca. 9
14
Questo non significa che ogni uso dei pesi aperti sia illecito o che tutte le forme di trasferimento di conoscenza siano equivalenti. Significa, più precisamente, che lo standard interno attribuito a Seed sarebbe stato più severo di una normale regola contro lo scraping non autorizzato di un’API. I resoconti disponibili indicano che ai ricercatori sarebbe stato chiesto di non usare come insegnanti i modelli di frontiera di altre aziende, compresi quelli open-weight. 10
14
Le accuse legate a Claude hanno aumentato l’attenzione
La posizione di ByteDance è diventata più significativa anche sullo sfondo delle accuse rivolte ad altri gruppi cinesi. Anthropic ha accusato Alibaba, DeepSeek, Moonshot, MiniMax e Z.ai di aver utilizzato account o intermediari per estrarre gli output di Claude a fini di addestramento. ByteDance non era inclusa in quell’accusa. Separatamente, un funzionario statunitense ha accusato Moonshot di aver usato impropriamente il modello di Anthropic per addestrare Kimi K3. Si tratta di accuse, non di fatti accertati sulla base delle informazioni disponibili qui. 6
9
Un elemento importante è la cronologia: la restrizione attribuita a Seed risalirebbe al 2023, prima della controversia politica più recente. Le accuse avrebbero quindi rafforzato l’importanza della posizione di Zhang, senza averla originata. 9
La scommessa di Seed: indipendenza invece di imitazione
La logica della scelta può essere riassunta così: la distillazione può migliorare rapidamente le risposte di un modello, le sue capacità di ragionamento o il punteggio nei benchmark. Ma un addestramento ripetuto sugli output di un concorrente può spingere il laboratorio a imitare il suo modo di intendere l’intelligenza: le risposte preferite, i segnali di ricompensa, il modo di scomporre i problemi e gli obiettivi delle valutazioni. 9
10
Seed avrebbe scelto la strada più lenta, concentrandosi sui propri dati, sui metodi di addestramento, sull’architettura e sulle priorità di ricerca. Il costo è evidente: mentre i concorrenti sfruttano ogni scorciatoia disponibile, Seed potrebbe restare indietro nelle classifiche. Il possibile vantaggio, però, è costruire capacità meno vincolate dalle decisioni progettuali del leader del momento.
La decisione non equivale dunque a dire che la distillazione sia tecnicamente inutile. È una valutazione strategica: i guadagni immediati potrebbero non valere la dipendenza di lungo periodo. Per ByteDance, la direttiva attribuita a Zhang Yiming rende il compromesso insolitamente chiaro: Seed preferirebbe perdere la gara di oggi piuttosto che costruire il proprio futuro copiando le risposte di qualcun altro. 1
9
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "ByteDance preferisce restare indietro piuttosto che distillare i modelli rivali"?
Secondo diverse ricostruzioni, Seed ha iniziato a limitare l’uso degli output dei modelli rivali nel 2023 e Zhang Yiming avrebbe ribadito il divieto nel 2026.
What are the key points to validate first?
Secondo diverse ricostruzioni, Seed ha iniziato a limitare l’uso degli output dei modelli rivali nel 2023 e Zhang Yiming avrebbe ribadito il divieto nel 2026. La regola riguarderebbe sia i sistemi chiusi accessibili tramite API, come GPT, sia i modelli con pesi aperti, anche se ByteDance non ha pubblicato una policy ufficiale dettagliata.
What should I do next in practice?
La scelta riflette una scommessa strategica: costruire capacità in modo autonomo può richiedere più tempo, ma evita di legare la ricerca di Seed alle soluzioni e ai criteri dei leader del settore.
Sources
reuters.comByteDance founder tells staff to avoid AI distillation, The ...
duckittech.comByteDance Bans United States AI Distillation as Anthropic ...
pekingnology.comByteDance’s Ban on Distilling Rival AI Models unrelated to U.S. regulatory concern and dates back to 2023: Report
pandaily.comWhy ByteDance Seed Refuses to Distill Anyone Else's Model