文章上線

Garry Tan 主張允許美國開放權重實驗室蒸餾前沿模型

Garry Tan 主張允許美國開放權重實驗室蒸餾前沿模型

前言

背景:本文概述了 Y Combinator 執行長 Garry Tan 對所謂蒸餾技術及其在美國應用的立場。近期對實驗室——特別是在中國的實驗室——利用蒸餾從領先模型中抽取知識的擔憂,引發了對監管行動的呼籲。Tan 反駁說,嚴厲的監管可能適得其反,美國的開放權重實驗室應該能夠使用類似方法以促進競爭並強化 AI 生態系統的韌性。本文旨在呈現 Tan 的論點、蒸餾的技術實務以及不同觀點,讓讀者了解其權衡與影響。

Lazy bag

Garry Tan 表示:不要匆忙禁止蒸餾。相反地,應允許 美國開放權重 AI 實驗室 公開地蒸餾前沿模型。他主張允許合法、正當的正門蒸餾會強化美國的選擇、促進創新並有助於防止單一專有公司的壟斷。Tan 強調這關乎合法、透明的使用——不是竊取或冒用憑證——並將對模型知識的取得視為促進競爭與公共利益的重要事項。

主體

蒸餾指的是大量查詢強大模型以了解其推理方式並將其行為擷取到新模型中的做法。這可以是研究人員與較小實驗室用來加速開發並增加可用模型種類的一般且合法的訓練方法。近期,一些公司提出警示,指稱某些行為者透過欺騙手段——例如隱藏身份或使用被盜憑證——發動「非法蒸餾攻擊」。這些指控促使一些人呼籲監管介入,特別是來自擔心其模型能力遭未經授權抽取的公司。

Garry Tan 提出不同看法。他主張監管者在全面禁止蒸餾時應保持謹慎。Tan 在採訪中表示,美國決策者或可改為允許甚至鼓勵一套美國式的蒸餾制度,允許國內開放權重實驗室透過適當、合法的管道蒸餾前沿模型。他的論點主要有兩個方面。

首先,Tan 認為限制模型創建者控制其系統下游使用的能力,可能會過度擴張。如果模型透過一般互動或 API 回應洩露資訊,他質疑創建者是否應完全決定客戶如何使用該資訊。在 Tan 看來,一旦透過以廣泛公開資料訓練的模型產生出智慧,就以嚴苛合約或技術控制來限制對該智慧的存取,反而有集中權力而非民主化的風險。

第二,Tan 強調歷史行為上的不對稱。許多知名的專有模型是透過大量收錄公開可得的人類創作內容來訓練的——常常未向個別權利人取得明確許可。鑑於此動態,Tan 認為在開發階段允許廣泛的資料攝取,卻在下游嚴格限制對模型所產生智能的存取,具有不一致性。相反地,他將由開放權重的美國實驗室負責任地進行蒸餾,視為擴大可用模型生態並降低對單一供應商或外國主導模型的依賴的一種方式。

他小心地將自己的立場與支持非法行為區隔開來。Tan 不贊同詐欺、憑證盜用或祕密攻擊以抽取模型行為。他設想的是一條開放且合法的路徑:允許較小的美國實驗室透過一般存取方式與前沿模型互動,並將那些互動作為訓練其自身開放權重模型的資料。他相信這種做法會擴大值得信賴且可取得的選項,而不依附於外國供應商。

Tan 也以長期市場結構與公共利益來框定辯論。他擔心一種情景,其中一家專有公司累積過多資本、人才與基礎設施,導致一個控制最強大 AI 系統的單一壟斷供應商。那才是他所說真正的「末日」結果——技術與經濟權力的集中,限制了存取、選擇與創新。他主張,能夠合法蒸餾的開放權重實驗室,有助於形成更具多元性的環境,使多方行為者能夠迭代、稽核並在先進能力上構建。

批評者——包括某些前沿公司的主管——則敦促監管機構介入,主張不受限制的蒸餾可能便利智慧財產盜用或讓行為者在無問責的情況下複製危險能力。這些憂慮不可輕忽:如果蒸餾是祕密進行或使用被盜存取,可能削弱現有保護並創造濫用途徑。小型實驗室可能也缺乏大型實驗室在安全工程上的投入,這點亦屬事實。這在促進競爭與確保負責任開發部署之間造成張力。

Tan 的提議呼籲中間路線:防範非法行為,同時允許透明、合法的蒸餾做法以維繫多元模型生態。在此類制度下,政府可以釐清可接受的行為、要求透明或標示來源,並阻止詐欺性存取,同時仍允許為創新與冗餘而採用的正當逆向工程式技術。此觀點的支持者認為,監管上的明確性會減少祕密行為,並營造一個開放權重模型可與前沿閉源供應商共存的環境。

採行以美國為中心的蒸餾政策也會有地緣政治影響。倡議者主張,這可確保外國主導模型以外的替代方案持續可用,支持國家技術獨立與學術研究。反對者則反駁,寬鬆政策可能加速高風險能力的擴散或削弱前沿實驗室在負責任管理其模型上的投資誘因。

最後,Tan 的觀點與關於 AI 治理、創新與競爭的更廣泛辯論相一致。他強調合法性、開放性與平衡:支持可獲資助的前沿實驗室作為進步的動能,同時允許開放權重模型提供自由與存取。決策者是否採納他的做法,將取決於他們如何衡量競爭、安全、智慧財產與國家利益之間的權衡。

關鍵見解表

面向 說明
Tan 的立場 他贊成允許美國開放權重 AI 實驗室依法進行蒸餾,以促進競爭並提供對外國模型的替代方案。
蒸餾定義 大量查詢強大模型以擷取其行為,並使用該資料訓練新模型的過程。
提出的疑慮 對非法蒸餾的指控(欺騙性存取、被盜憑證)以及在缺乏監督下複製危險能力的風險。
Tan 的保留 他明確反對非法手段;他的建議是採取透明、正門的存取與合法做法。
政策含意 受規範的美國蒸餾制度可在競爭、公共存取與防止詐欺及濫用之間取得平衡。
更廣目標 避免 AI 權力集中於單一專有公司,並維持模型開發的多元性。
最後編輯時間:2026/9/11

Mr. W

Z新聞專職作家