ByteDance: Εκπαιδεύει μοντέλο AI 10 τρισεκατομμυρίων παραμέτρων, σύμφωνα με το FT

Η ByteDance εκπαιδεύει ένα μοντέλο τεχνητής νοημοσύνης με έως και 10 τρισεκατομμύρια παραμέτρους, κλίμακα που θα μπορούσε να προσεγγίσει το πιο εξελιγμένο σύστημα Mythos της Anthropic, ανέφερε την Παρασκευή το Financial Times, επικαλούμενο πηγές με γνώση του θέματος.reuters+1

Το έργο, που βρίσκεται επί του παρόντος σε φάση προεκπαίδευσης η οποία αναμένεται να διαρκέσει τρεις έως έξι μήνες, θα καθιστούσε το μοντέλο της ByteDance υπερτριπλάσιο σε μέγεθος από το Kimi K3 της κινεζικής νεοφυούς εταιρείας Moonshot AI, το οποίο διαθέτει 2,8 τρισεκατομμύρια παραμέτρους. Εάν ολοκληρωθεί σε αυτή την κλίμακα, θα καταταχθεί μεταξύ των μεγαλύτερων συστημάτων τεχνητής νοημοσύνης που έχουν αναπτυχθεί ποτέ.thenews+1

Κλίμακα και πλαίσιο

Παρόλο που η Anthropic δεν αποκαλύπτει δημοσίως τον αριθμό παραμέτρων των μοντέλων της, εκτιμήσεις του κλάδου τοποθετούν τη ναυαρχίδα της, Mythos 5, γύρω στα 8 τρισεκατομμύρια παραμέτρους και το Fable 5 περίπου στα 5 τρισεκατομμύρια. Η φιλοδοξία της ByteDance θα την τοποθετούσε στην αιχμή ή και πέρα από τα σημερινά όρια ανάπτυξης της τεχνητής νοημοσύνης.finimize+1

Οι παράμετροι είναι αριθμητικές τιμές που μαθαίνει ένα μοντέλο κατά την εκπαίδευση, επιτρέποντάς του να αναγνωρίζει μοτίβα και να παράγει απαντήσεις. Ωστόσο, οι ερευνητές επισημαίνουν ότι το μέγεθος από μόνο του δεν καθορίζει τις δυνατότητες: η ποιότητα των δεδομένων εκπαίδευσης, η αρχιτεκτονική και η βελτιστοποίηση παίζουν επίσης σημαντικό ρόλο.newsbytesapp+1

Πριν από το Kimi K3, τα μεγαλύτερα μοντέλα της Κίνας περιελάμβαναν το LongCat-2.0 της Meituan και το V4-Pro της DeepSeek, το καθένα με περίπου 1,6 τρισεκατομμύρια παραμέτρους.timesnownews

Ανεξάρτητη ανάπτυξη αντί για απόσταξη

Η δημοσίευση συμπίπτει με οδηγία του ιδρυτή της ByteDance, Τζανγκ Γιμίνγκ, ο οποίος ζήτησε από το προσωπικό να σταματήσει τη βελτίωση μοντέλων μέσω της απόσταξης (distillation) των αποτελεσμάτων ανταγωνιστικών συστημάτων, προτιμώντας τη μακροπρόθεσμη ανεξάρτητη ανάπτυξη δυνατοτήτων έναντι των βραχυπρόθεσμων κερδών. Η εντολή ακολουθεί κατηγορίες από την Anthropic ότι αρκετές κινεζικές εταιρείες AI χρησιμοποίησαν το Claude σε μεγάλη κλίμακα για να εκπαιδεύσουν ανταγωνιστικά μοντέλα.news.sbs+1

Η ερευνητική ομάδα Seed της ByteDance, που ιδρύθηκε στις αρχές του 2023, απασχολεί πλέον περίπου 2.000 άτομα στην Κίνα και το εξωτερικό. Ο Γου Γιονγκχούι, ο οποίος εργαζόταν προηγουμένως στην Google της Alphabet Inc. ↘ 3.58% και στη DeepMind, ανέλαβε επικεφαλής έρευνας της ομάδας τον Φεβρουάριο του 2025.news.sbs

Η ευρύτερη κούρσα της τεχνητής νοημοσύνης

Η εξέλιξη αυτή υπογραμμίζει τον εντεινόμενο ανταγωνισμό μεταξύ κινεζικών και αμερικανικών εταιρειών τεχνολογίας στην αιχμή της τεχνητής νοημοσύνης. Τις τελευταίες εβδομάδες, μοντέλα από τη Moonshot και την Alibaba ↘ 4.74% έλαβαν ευνοϊκές αξιολογήσεις σε συγκριτικές δοκιμές, υστερώντας μόνο από το Fable 5 της Anthropic σε ορισμένους τομείς.news.sbs

Σε αντίθεση με πολλές κινεζικές εταιρείες που προτιμούν την τεχνητή νοημοσύνη ανοιχτού κώδικα, τα περισσότερα μοντέλα της ByteDance παραμένουν κλειστού κώδικα. Το chatbot Doubao είναι το πιο δημοφιλές μοντέλο AI στην Κίνα με 324 εκατομμύρια ενεργούς χρήστες μηνιαίως, ενώ το μοντέλο δημιουργίας βίντεο Seedance θεωρείται από τα πιο εξελιγμένα στον κόσμο.news.sbs

Η ByteDance δεν ανταποκρίθηκε σε αίτημα για σχολιασμό, ανέφερε το Financial Times.news.sbs