Mensagem da ChainThink, 6 de agosto: segundo informações relacionadas, Zhang Yiming, fundador do ByteDance, declarou no encontro completo da equipe Seed no mês passado que a empresa não considerará a dessicação como um atalho para alcançar grandes modelos, mesmo que isso resulte em atraso temporário em relação aos concorrentes domésticos.
Zhang Yiming exigiu que a equipe estivesse disposta a sacrificar receitas de curto prazo em troca de objetivos de longo prazo. A dessaturação geralmente se refere ao processo de fazer um novo modelo aprender as saídas de um modelo mais forte, a fim de economizar tempo e poder computacional no treinamento.
Internamente, o ByteDance acredita que não adotar o caminho de distilação pode tornar mais difícil para o modelo de linguagem Seed alcançar, a curto prazo, concorrentes nacionais como DeepSeek, Kimi e Qwen.
A empresa também está atenta a riscos políticos potenciais, uma vez que a ByteDance enfrentou há muito tempo a fiscalização do governo dos EUA devido ao TikTok.
Anteriormente, a Anthropic acusou a DeepSeek, a Lua da Face Obscura, a MiniMax, a Zhipu e a Alibaba de extrair em larga escala as capacidades do Claude, mas não mencionou o ByteDance.