Чому ByteDance готова відстати, а не копіювати чужі ШІ-моделі

Засновник ByteDance Чжан Імін, за повідомленнями, знову підтвердив жорстке правило для команди Seed, яка займається розробкою фундаментальних моделей: не покращувати власні системи за допомогою дистиляції відповідей конкурентів — навіть якщо через це компанія втратить частину короткострокових здобутків. Reuters описує це як свідомий вибір на користь довгострокового розвитку ШІ, а не швидкого результату в рейтингах. 1

Дистиляція — це метод, за якого слабша або менша модель навчається на відповідях потужнішої. Так можна швидше відтворити окремі здібності, заощадивши час і обчислювальні ресурси. Але побоювання Seed, як стверджують джерела, полягає в іншому: копіюючи відповіді лідера, ByteDance ризикує стати лише дуже сильним послідовником, чиї дослідницькі рішення залежать від чужих методів, оцінок і уявлень про те, яким має бути інтелект. 49

Як формувалася заборона: від GPT до всіх конкурентів

2023 рік: дані, згенеровані GPT, стали неприйнятними

За повідомленнями, узагальненими Pekingnology та Pandaily, ранні команди Seed експериментували з матеріалами, створеними через API GPT. Після того як ByteDance у квітні 2023 року запровадила аудит API-викликів, команда нібито ухвалила правило не додавати дані, згенеровані GPT, до навчальних наборів ByteDance. Згодом цей принцип поширили на моделі конкурентів загалом. 914

Це важливе уточнення. Йшлося не просто про заборону використання одного закритого API. Як стверджують джерела, правило перетворилося на ширшу позицію: модель іншої компанії — незалежно від того, чи є вона закритою, чи випущена з відкритими вагами, — не повинна ставати «вчителем» для Seed. 910

2025 рік: DeepSeek-R1 знову відкрила дискусію

Внутрішня суперечка, за повідомленнями, загострилася після того, як DeepSeek-R1 у січні 2025 року продемонструвала сильні результати в міркуванні та ефективності. Частина дослідників Seed нібито пропонувала використовувати відповіді потужніших американських систем як доповнення до власного навчання ByteDance — щоб швидше покращити здатність моделей міркувати. Позиція Чжана, за цими ж повідомленнями, залишилася незмінною: це все одно означало б залежність від запозичених можливостей. 9

Твердження про те, що сама DeepSeek використовувала синтетичні дані передових американських моделей, у доступних матеріалах залишаються галузевими припущеннями, а не незалежно підтвердженим фактом. Їх не слід плутати з окремим і краще задокументованим повідомленням про внутрішнє правило Seed.

2026 рік: конкурентний тиск став надто очевидним

Для китайських розробників ШІ боротьба за обчислювальні ресурси, можливості моделей і позиції в бенчмарках стала особливо гострою. У такій ситуації дистиляція могла здаватися найкоротшим шляхом: навчання на відповідях сильнішої системи здатне швидко скоротити вимірюваний розрив.

У повідомленнях також згадується поява Kimi K3 від Moonshot — потужної моделі з відкритими вагами, яку конкуренти можуть досліджувати й потенційно використовувати як джерело навчальних даних. Для Seed це перетворило питання дистиляції з абстрактної дослідницької переваги на реальну стратегічну дилему. 914

Під час внутрішньої зустрічі Seed у 2026 році Чжан, як стверджується, сформулював вибір прямо: тимчасове відставання краще, ніж дистиляція систем конкурентів. Reuters окремо повідомило про його вказівку не покращувати моделі ByteDance за допомогою таких методів, навіть ціною короткострокових втрат. 110

Чому заборона поширюється і на моделі з відкритими вагами?

Тут ідеться не лише про права доступу чи ліцензії. Закриту модель, до якої звертаються через API, та модель із відкритими вагами регулюють різні юридичні й технічні правила. Однак стратегічний ризик може бути схожим: розробник навчається на готових рішеннях іншої лабораторії, а не виробляє власні. 914

Це не означає, що всі форми передавання знань однакові або що будь-яке використання відкритих ваг є неправомірним. За доступними повідомленнями, внутрішній стандарт Seed просто був суворішим за звичайну заборону несанкціонованого збору даних із комерційного API. Команді нібито наказали не використовувати передові моделі інших компаній як учителів — зокрема й ті, чиї ваги доступні публічно. 1014

Як звинувачення навколо Claude змінили контекст

Значущість цієї політики зросла на тлі звинувачень, висунутих проти інших китайських розробників ШІ. Anthropic заявила, що Alibaba, DeepSeek, Moonshot, MiniMax і Z.ai використовували облікові записи або посередників для вилучення відповідей Claude з метою навчання моделей. ByteDance у цьому звинуваченні не фігурувала. Окремо представник США звинуватив Moonshot у неналежному використанні моделі Anthropic для навчання Kimi K3. Це саме звинувачення, а не встановлені наведеними матеріалами факти. 69

Важливо, що правило Seed, за повідомленнями, з’явилося ще 2023 року — задовго до пізнішої політичної суперечки навколо дистиляції. Отже, ці звинувачення, схоже, лише посилили увагу до позиції Чжана, а не стали її першопричиною. 9

Ставка ByteDance: незалежність замість імітації

Позицію Чжана найкраще розуміти як довгострокову ставку на спосіб створення передових ШІ-систем. Дистиляція справді може швидко покращити відповіді моделі, її здатність міркувати або результат у конкретному тесті. Але якщо команда постійно навчається на відповідях конкурента, вона може непомітно підлаштовуватися під його «архітектуру інтелекту»: типові способи розкладання задач, сигнали винагороди, відповіді та критерії оцінювання. 910

Замість цього Seed, за повідомленнями, обирає повільніший шлях — інвестувати у власні дані, методи навчання, архітектуру та дослідницькі пріоритети. Ціна такого рішення очевидна: команда може залишатися позаду в рейтингах, поки конкуренти використовують доступні їм скорочені шляхи.

Потенційна винагорода — більша незалежність і шанс на прориви, які не обмежені конструктивними рішеннями нинішнього лідера.

Тож ByteDance не стверджує, що дистиляція технічно марна. Її позиція, судячи з повідомлень, полягає в тому, що короткостроковий приріст можливостей може не виправдати довгострокової залежності. Для Чжана цей компроміс виглядає незвично чітко: Seed готова програти сьогоднішню гонку, аби не будувати своє майбутнє на чужих відповідях. 19