Uzmanlar ABD'nin İddialarını Yanıtladı: Kimi K3, Anthropic Fable'ı Kopyalayarak Geliştirilmedi

ABD'li yetkililer, Çin merkezli Moonshot şirketinin geliştirdiği Kimi K3 modelinin, Anthropic'in Fable LLM'ini kopyalayarak oluşturulduğunu iddia ediyor. Ancak yapay zeka araştırmacıları, sadece "distillation" (damıtma) yöntemiyle bu kadar kısa sürede bu seviyede bir modelin eğitilemeyeceğini savunuyor. Uzmanlara göre, modern modellerin başarısının arkasında basit kopyalamadan ziyade karmaşık "reinforcement learning" süreçleri yatıyor.

Beyaz Saray bilim danışmanı Michael Kratsios, açık ağırlıklı (open-weight) en büyük dil modeli olan Kimi K3'ün arkasındaki Çinli şirket Moonshot'un, Anthropic'e ait Fable modelini kopyaladığını öne sürdü. Kratsios ayrıca şirketin Çin'e ihracatı yasaklanan çipleri kullandığını iddia etti. Hazine Bakanı Scott Bessent de benzer bir açıklama yaparak, Çin modellerinde ABD menşeli modellerin "filigranlarını" (watermarks) bulduklarını belirtti.

Uzmanlar "Distillation" İddialarına Şüpheyle Yaklaşıyor

Hükümet yetkililerinin bu sert açıklamalarına rağmen, yapay zeka uzmanları Kimi K3'ün sergilediği üstün yeteneklerin sadece "distillation" (bir LLM'i sorgulayarak iç işleyişini çözme ve yeteneklerini kopyalama) süreciyle elde edilemeyeceğini düşünüyor. Snorkel AI kurucu ortağı Braden Hancock, Fable'ın 1 Temmuz'da piyasaya sürüldüğünü hatırlatarak, sadece iki hafta içinde bu kadar büyük bir veriyi damıtıp yeni bir model eğitmenin zaman açısından imkansız olduğunu vurguladı.

Allen Institute for AI araştırmacısı Nathan Lambert ise, Çinli modellerin sınırları zorlamaya başlamasıyla birlikte eğitim rejiminin reinforcement learning yönüne kaydığını belirtiyor. Lambert'e göre, eğer sadece verileri kopyalamak yeterli olsaydı, herkesin K3 veya benzeri modellere kolayca yetişmesi gerekirdi. Ancak sadece "supervised fine-tuning" (SFT) ile bu seviyeye ulaşmak mümkün görünmüyor.

API Üzerinden Kopyalama Maliyetli ve Yavaş

Bir modeli kopyalamak için hedef modele sistematik olarak prompt göndermek ve elde edilen yanıtları yeni modelin eğitiminde kullanmak gerekiyor. Ancak modeller karmaşıklaştıkça SFT'nin faydaları azalıyor. Fable seviyesindeki yetenekleri kopyalamak için on milyonlarca agent gerektiren büyük reinforcement learning süreçlerine ihtiyaç duyuluyor. Uzmanlar, rakip bir laboratuvarın API'sini kullanarak bunu yapmanın inanılmaz derecede pahalı ve yavaş olacağını belirtiyor.

Yine de önceki nesil modellerin Kimi'nin gelişimine katkı sağlamış olma ihtimali bulunuyor. Anthropic, bu yılın başlarında Moonshot, DeepSeek ve MiniMax'i kendi modellerini sistematik olarak kopyalamakla suçlamıştı. Şirket, bu şirketlerle bağlantılı IP adreslerinden gelen milyonlarca sorgunun normal kullanım kalıplarının dışında olduğunu ve kasıtlı bir yetenek çıkarımı amacı taşıdığını tespit ettiğini açıklamıştı.

--- **İlgili Kaynaklar:** Bu alanda profesyonel destek için [yapay zeka firması](https://yapayzekafirmasi.com) sayfasını inceleyebilirsiniz.