Message de ChainThink, le 6 août : selon des informations pertinentes, Zhang Yiming, fondateur de ByteDance, a déclaré lors d'une réunion d'équipe Seed le mois dernier que l'entreprise ne considérerait pas la distillation comme un raccourci pour rattraper les grands modèles, même si cela entraînait un retard à court terme par rapport aux concurrents nationaux.
Zhang Yiming a demandé à l'équipe d'être prête à sacrifier les revenus à court terme pour atteindre les objectifs à long terme. La distillation consiste généralement à faire apprendre au nouveau modèle les sorties du modèle plus puissant, afin de réduire le temps et les ressources de formation.
Selon l'interne de ByteDance, ne pas adopter la voie de distillation pourrait rendre plus difficile pour le modèle linguistique Seed de rattraper à court terme des concurrents nationaux tels que DeepSeek, Kimi et Qwen.
L'entreprise prend également en compte les risques politiques potentiels, ayant précédemment fait face à un examen du gouvernement américain en raison de la longue présence de TikTok.
Auparavant, Anthropic avait accusé DeepSeek, Lune des Ténèbres, MiniMax, Zhipu et Alibaba de procéder à une extraction à grande échelle des capacités de Claude, sans citer explicitement ByteDance.