Por Canuto  

Las acusaciones de que Moonshot copió el modelo Fable de Anthropic para crear Kimi K3 enfrentan el escepticismo de varios expertos, quienes apuntan a procesos de aprendizaje por refuerzo, experiencia técnica propia y posibles accesos a chips restringidos.

***

  • Michael Kratsios acusó a Moonshot de realizar una destilación industrial encubierta de Fable, aunque no presentó detalles sobre sus fuentes.
  • Investigadores sostienen que dos semanas no bastan para destilar, entrenar y lanzar un modelo tan robusto como Kimi K3.
  • La controversia también abarca el supuesto acceso a chips Nvidia Grace Blackwell GB300 en China y Tailandia.

 

Michael Kratsios, asesor científico de la Casa Blanca, acusó a Moonshot de haber construido Kimi K3 mediante la copia del modelo de lenguaje Fable, desarrollado por Anthropic. Kimi K3 es presentado como el modelo de peso abierto más grande disponible.

Kratsios también afirmó que Moonshot utilizó chips que no cuentan con autorización para ser exportados a China. En un mensaje público, calificó el supuesto proceso como una “destilación industrial encubierta a gran escala” destinada a robar tecnología patentada estadounidense.

La acusación apareció mientras Washington analiza una posible prohibición de los modelos chinos de peso abierto. Estas discusiones han generado inquietud entre empresas, investigadores y desarrolladores que dependen de modelos accesibles para crear aplicaciones de inteligencia artificial.

Moonshot no respondió a las preguntas sobre su proceso de entrenamiento. Kratsios tampoco compartió detalles adicionales sobre las fuentes que sustentan sus señalamientos.

El secretario del Tesoro, Scott Bessent, reforzó la presión política al afirmar que las autoridades están encontrando marcas de agua de modelos de lenguaje estadounidenses en numerosos sistemas chinos. Bessent describió esa situación como inaceptable, aunque no explicó qué elementos compondrían esas marcas de agua.

El Departamento del Tesoro no respondió a una consulta sobre las declaraciones de Bessent. Por ahora, la naturaleza de esas supuestas señales y su utilidad para identificar una copia tecnológica permanecen sin aclarar.

Expertos cuestionan la hipótesis de la destilación

Varios investigadores consultados por TechCrunch expresaron dudas sobre la posibilidad de que la destilación de Fable explique por sí sola las capacidades de Kimi K3. El principal argumento se relaciona con el tiempo disponible entre ambos lanzamientos.

Fable solo está disponible públicamente desde el 1 de julio. Braden Hancock, investigador del Laude Institute y cofundador de Snorkel AI, señaló que no habría tiempo suficiente para interrogar el modelo, reunir grandes volúmenes de datos, entrenar otro sistema y publicarlo en apenas dos semanas.

La destilación consiste en consultar de forma sistemática un modelo avanzado para extraer datos sobre sus respuestas y capacidades. Luego, otra empresa puede utilizar esos datos para entrenar un modelo diferente.

En algunos casos, los investigadores preguntan directamente al modelo cómo desarrolla una cadena de razonamiento. En otros, emplean las indicaciones y respuestas para ejecutar un ajuste fino supervisado, conocido como SFT.

Según Nathan Lambert, investigador del Allen Institute for AI, el ajuste fino puede transmitir los “modales” de un modelo. Este proceso ayuda a reproducir estilos de respuesta y ciertos comportamientos, pero sus beneficios disminuyen cuando los sistemas se vuelven más complejos.

Lambert sostuvo en un pódcast que la destilación pierde impacto conforme los modelos chinos se acercan a la frontera tecnológica. En su opinión, un ajuste fino supervisado no bastaría para que cualquier laboratorio alcanzara automáticamente el nivel de sistemas como GLM o Kimi K3.

El papel del aprendizaje por refuerzo

Las capacidades más avanzadas de un modelo probablemente requieren técnicas de aprendizaje por refuerzo. Este método permite ajustar el sistema a partir de evaluaciones sobre la calidad de sus respuestas.

Un enfoque habitual consiste en utilizar un modelo más grande como agente evaluador. Ese agente califica las respuestas del modelo pequeño y orienta los cambios posteriores durante el entrenamiento.

Las técnicas más avanzadas demandan una infraestructura considerablemente mayor. Las ejecuciones de aprendizaje por refuerzo a gran escala pueden necesitar decenas de millones de agentes para evaluar respuestas y optimizar el comportamiento del modelo.

Utilizar la API de un laboratorio de frontera para generar ese volumen de evaluaciones también tendría un costo muy elevado. Además, la velocidad limitada de esos modelos podría convertirse en un cuello de botella sin garantizar mejoras significativas en el rendimiento.

Por esa razón, los expertos consideran poco probable que Moonshot haya obtenido las capacidades de Kimi K3 mediante una simple secuencia de consultas a Fable. La destilación pudo aportar datos o comportamientos, pero no necesariamente explica toda la arquitectura ni el desempeño del sistema.

La frontera entre destilar un modelo y crear conjuntos de datos sintéticos tampoco resulta completamente clara. Una empresa puede usar modelos anteriores para generar material de entrenamiento sin copiar de manera directa todos sus componentes internos.

Antecedentes de Anthropic y la experiencia china

Los modelos anteriores de frontera probablemente contribuyeron de alguna forma al desarrollo de Kimi K3. Anthropic acusó públicamente a Moonshot, DeepSeek y MiniMax de destilar de manera sistemática sus modelos a comienzos de este año.

La empresa afirmó que identificó millones de intercambios entre sus modelos y usuarios vinculados con esas compañías. Para ello, dijo haber utilizado direcciones IP y otros metadatos.

Anthropic describió esas consultas como distintas de los patrones normales de uso. La compañía sostuvo que reflejaban una extracción deliberada de capacidades, en lugar de una utilización legítima de sus servicios.

Anthropic no respondió a las preguntas de TechCrunch sobre si Fable fue objeto de destilación por parte de Moonshot. La ausencia de una respuesta pública deja sin confirmar el vínculo específico entre Fable y Kimi K3.

La práctica tampoco se limita a las empresas chinas. Elon Musk declaró a comienzos de este año que su empresa SpaceXAI había destilado modelos de OpenAI para desarrollar Grok y afirmó que el método es común en la industria.

La discusión plantea una tensión entre proteger la propiedad intelectual y reconocer prácticas habituales en el desarrollo de sistemas de IA. También obliga a diferenciar entre copiar capacidades, generar datos sintéticos y entrenar modelos con información obtenida mediante APIs.

Hancock pidió no subestimar la experiencia técnica de los equipos chinos. El investigador destacó que uno de los fundadores de Moonshot fue estudiante de doctorado en Carnegie Mellon University y describió a esos profesionales como investigadores e ingenieros legítimos.

En su evaluación, una interrupción de los modelos estadounidenses frenaría el progreso chino, pero no lo detendría por completo. Hancock sostuvo que China no se limita a aprovechar el trabajo desarrollado por otros países.

Chips restringidos y controles de infraestructura

La segunda parte de las declaraciones de Kratsios se refiere al acceso de Moonshot a hardware avanzado. El funcionario afirmó que la empresa obtuvo chips Nvidia Grace Blackwell 300 y que también accedió en Tailandia a servidores equipados con GB300.

Estos chips están sujetos a restricciones de exportación hacia China. Sin embargo, Sam Bresnick, investigador del Centro de Seguridad y Tecnología Emergente de Georgetown, señaló que existe un mercado negro para este tipo de componentes.

El acceso a hardware de última generación puede influir en la capacidad de una empresa para entrenar modelos grandes. Aun así, la información disponible no demuestra por sí misma qué equipos utilizó Moonshot ni cómo los incorporó a su proceso.

En mayo, el fundador de Supermicro, fabricante estadounidense de servidores, fue acusado de contrabandear chips avanzados hacia China. Ese caso aumentó la atención sobre las rutas indirectas utilizadas para trasladar tecnología restringida.

Bresnick defendió la creación de leyes de conocimiento del cliente para centros de datos ubicados en todo el mundo. En su opinión, cualquier empresa que permita grandes ejecuciones de entrenamiento en hardware de vanguardia debería informar quién es el cliente y qué actividad realiza.

El Departamento de Comercio del presidente Joe Biden propuso reglas federales de conocimiento del cliente para centros de datos en 2024. No obstante, aparentemente no hubo avances adicionales durante la administración de Donald Trump.

Los exportadores que envían chips avanzados al extranjero deben asegurarse de que los componentes se utilicen únicamente para fines aprobados. El desafío consiste en supervisar el uso final cuando los equipos pasan por centros de datos, intermediarios y jurisdicciones diferentes.

El caso Kimi K3 combina así tres debates distintos: la posible extracción de capacidades, la creciente sofisticación de los modelos chinos y el control internacional de los semiconductores. Ninguna de esas cuestiones, por sí sola, confirma que Moonshot haya copiado Fable.

La controversia seguirá influyendo en las discusiones sobre modelos de peso abierto, propiedad intelectual y controles de exportación. Mientras las autoridades estadounidenses presentan acusaciones, los investigadores reclaman evidencia técnica que permita separar la innovación propia de la apropiación indebida.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA.

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados