实时 AI 消息
The Information:OpenAI Astra 成为中国 AI 实验室头号蒸馏目标
据 The Information 报道,OpenAI 的 Astra 模型已成为中国 AI 实验室最主要的模型蒸馏目标,被列为提取能力时的首选来源。报道聚焦的是目标指向,未披露参与机构的具体名单与规模。
据 The Information 报道,OpenAI 的 Astra 模型已经成为中国 AI 实验室最主要的模型蒸馏目标。报道把 Astra 列为这些团队提取能力时的首选来源。
所谓蒸馏,是用强模型的输出去训练更小、更便宜的模型,让后者在特定任务上逼近前者的表现。这个过程不需要访问权重,只要批量调用接口、收集高质量的输入输出配对,就能积累训练数据。一旦某个模型在推理、代码等维度明显领先,它就会自然成为被抄作业的对象。
Astra 被列在首位,本身就说明了两件事:一是它在这些团队眼中的能力位次,二是接口侧的输出仍然是当前最直接的能力搬运渠道。
对 OpenAI 而言,这类行动带来的是双重成本。算力被用来生成可能用于训练竞品的输出,而模型领先的窗口被压缩。服务条款通常禁止用输出训练竞争模型,但检测与取证在工程上并不轻松,流量看起来与正常企业调用并无二致。
需要注意边界。目前公开可见的报道摘要只给出了谁是被蒸馏的对象,并没有给出参与其中的具体实验室名单与规模,因此能确认的事实是目标指向,而不是蒸馏推进到了什么程度。
接下来值得观察的是接口侧策略是否收紧:速率限制、输出可追溯性、以及针对疑似蒸馏流量的识别手段,都会随着这类报道增多而成为常规配置。对依赖海外前沿模型做后训练的中国团队来说,这类变化会直接改变它们的训练成本结构。
为什么重要
如果前沿模型的输出继续被当作训练数据来源,接口侧的限制与可追溯性会成为下一阶段的竞争杠杆,直接抬高跟随者的后训练成本。
附近消息
全部10/29 08:00
Hugging Face 发起 Project ProtoStar,推动公共资助科研数据“AI 可用”
Hugging Face 与多所大学及研究机构共同发起 Project ProtoStar,目标是把公共资助科研产出的数据集、模型和代码整理成 AI 可直接使用的格式。首个挑战赛将于 11 月 2 日由卡内基梅隆大学主办,用 210 个美国城市的历史天气数据检验城市气候预测。
10/29 08:00
Mistral 发布 Large 4:1T 参数 MoE 开放权重模型,主攻编码与网络安全
Mistral 在 Hugging Face 发布 Mistral Large 4(代号 Le Chonk),这是一个总参数约 1T、激活 49B 的多模态混合专家模型,支持 100 万 Token 上下文。官方以编码 Agent 和网络安全防御为主要卖点,并同时放出 FP8、NVFP4 权重以及 Unsloth 与 llama.cpp 团队制作的 GGUF 量化版本。
10/29 08:00
Hugging Face 发布 AnySpeechRecognizer 与 AnyDecisionModel:面向苹果平台的开源语音与决策模型
Hugging Face 博客 10 月 29 日发文,介绍 AnySpeechRecognizer 与 AnyDecisionModel 两个开源模型,一个处理语音识别,一个处理决策任务,目标平台是苹果设备。发布形式延续了开放权重的路线,把可以直接下载部署的模型交给在端侧做语音与自动化应用的开发者。
10/29 10:18
扩散智能发布350亿参数Clover,扩散语言模型首次跑通Agent连续任务
扩散智能发布扩散语言模型Clover-35B-A3B-Preview,总参数350亿、每Token激活约30亿,支持思考模式,可直接写代码、生成网页并连续调用工具。在网页Agent评测WindTunnel的49个任务上,它的中位执行时间1.52秒,不到Jev与Mercury 2.5组合3.21秒的一半。