OpenAI phẫn nộ vì nghi vấn DeepSeek đánh cắp dữ liệu

• Khi DeepSeek tạo ra một mô hình ngôn ngữ lớn vượt mặt OpenAI với chi phí thấp hơn và chip cũ hơn, OpenAI, Microsoft và David Sacks đã chỉ ra việc sử dụng dữ liệu OpenAI không phù hợp là nguyên nhân
• Microsoft và OpenAI được cho là đang điều tra liệu một nhóm liên quan tới DeepSeek có huấn luyện R1 một cách không phù hợp bằng đầu ra mô hình của OpenAI hay không
• Nếu nghi vấn là thật, đây có thể được xem là vi phạm điều khoản dịch vụ của OpenAI hoặc là dấu hiệu cho thấy đã lách các giới hạn thu thập dữ liệu
• David Sacks nói trên Fox News rằng có “bằng chứng đáng kể” cho thấy DeepSeek đã chưng cất (distillation) kiến thức từ các mô hình của OpenAI
• Chính OpenAI cũng từng bị chỉ trích vì đã thu thập dữ liệu trên internet và dữ liệu do con người tạo ra ở quy mô lớn, nên vấn đề lần này tạo ra một sự mỉa mai mạnh mẽ

---

Cuộc điều tra và nghi vấn xoay quanh DeepSeek R1

• OpenAI, Microsoft và David Sacks, người được giới thiệu là “AI czar” mới của Nhà Trắng, đang đưa ra lời giải thích rằng DeepSeek đã sử dụng dữ liệu OpenAI một cách không phù hợp
• DeepSeek được nhắc đến trong bối cảnh hãng này đã tạo ra mô hình R1 gây chú ý trong ngành AI với chi phí thấp hơn rất nhiều so với OpenAI và bằng chip cũ hơn
• Theo Bloomberg và Financial Times, Microsoft và OpenAI đang điều tra việc một nhóm liên quan tới DeepSeek có thu thập dữ liệu đầu ra của OpenAI hay không
  • Bloomberg cho biết đối tượng điều tra là liệu dữ liệu đầu ra từ công nghệ của OpenAI có bị thu thập theo cách trái phép hay không
  • Hành vi đó có thể đã vi phạm điều khoản dịch vụ của OpenAI hoặc là nỗ lực loại bỏ giới hạn về lượng dữ liệu có thể thu thập

Tranh cãi về chưng cất và sự châm biếm nhắm vào OpenAI

• David Sacks giải thích trên Fox News rằng chưng cất trong AI là “cách một mô hình học sinh học bằng cách đặt rất nhiều câu hỏi cho mô hình cha mẹ”
  • AI có thể đặt ra hàng triệu câu hỏi
  • Mô hình học sinh có thể mô phỏng quá trình suy luận của mô hình cha mẹ và hấp thụ kiến thức
• Sacks nói rằng có “bằng chứng đáng kể” cho thấy DeepSeek đã chưng cất kiến thức từ mô hình OpenAI, và OpenAI không hề hài lòng về điều đó
• OpenAI đã bị chỉ trích vì từ lâu thu thập dữ liệu quy mô lớn theo cách gần như “không được phép”, và trong một số trường hợp còn vi phạm điều khoản dịch vụ của các bên cung cấp dữ liệu
• Vấn đề cốt lõi mà OpenAI và các công ty AI khác phải đối mặt trong các vụ kiện không phải là phủ nhận việc họ đã hút dữ liệu, mà gần hơn với lập trường rằng họ đã hút dữ liệu và họ cho rằng mình có thể làm như vậy