Mensaje de ChainThink, 6 de agosto: según fuentes relacionadas, Zhang Yiming, fundador de ByteDance, declaró en la reunión completa del equipo Seed el mes pasado que la empresa no considerará la destilación como un atajo para alcanzar a los grandes modelos, incluso si esto implica quedar temporalmente atrás respecto a sus competidores nacionales.
Zhang Yiming exigió que el equipo estuviera dispuesto a sacrificar ingresos a corto plazo a cambio de objetivos a largo plazo. La destilación generalmente se refiere a hacer que un modelo nuevo aprenda las salidas de un modelo más potente, para ahorrar tiempo y poder de cómputo en el entrenamiento.
Dentro de ByteDance, se considera que no adoptar la ruta de destilación podría hacer que el modelo de lenguaje Seed tenga más dificultades a corto plazo para alcanzar a sus homólogos nacionales como DeepSeek, Kimi y Qwen.
La empresa también presta atención a los riesgos políticos potenciales, ya que ByteDance ha enfrentado durante mucho tiempo la revisión del gobierno estadounidense debido a TikTok.
Anteriormente, Anthropic acusó a DeepSeek, Luna Oscura, MiniMax, Zhipu y Alibaba de extraer masivamente las capacidades de Claude, pero no mencionó a ByteDance.