2026-11-20 · ← Novinky
OpenAI a Anthropic zavírají kohoutek, ze kterého mohly pít open-weight modely
OpenAI snížila v interním testu úspěšnost útoku na chráněné uvažování z 54,0 % na 0,2 % a Anthropic hlásí pokles vytěžených tokenů o 90 až 99 %. Ethan Mollick v tom vidí možnou brzdu pokroku open-weight modelů, zatím je to ale hypotéza, ne změřený výsledek.
Obrázek se nepodařilo načíst.
OpenAI a Anthropic zpřísnily obranu proti neautorizované distilaci, při níž jiný tým používá výstupy silného modelu jako tréninková data. Ethan Mollick upozornil, že konec snadného přístupu k těmto datům může vysvětlovat pomalejší postup open-weight modelů. Přímý důkaz pro tuto souvislost zatím chybí.
Dvě laboratoře prudce omezily únik chráněného uvažování
OpenAI uvádí, že v adaptivním black-box testu klesla úspěšnost získání dřívějšího chráněného uvažování z 54,0 % u GPT-6 Astra na 0,2 % u GPT-6.2 Astra. U uvažování z aktuálního požadavku klesla z 22,9 % na 0,9 %. Test agregoval šest útočných modelů a pochází od samotné firmy.
Anthropic popisuje dvoustupňový klasifikátor, omezení přenosu uvažování mezi účty a modely a rychlejší blokování sítí falešných účtů. Firma odhaduje, že množství tokenů uvažování vytěžených na její platformě kleslo desetkrát až stokrát. Zároveň přiznává méně než 0,1 % falešných zásahů a nutné změny některých legitimních integrací.
Levnější následovníci mohou přijít o cenná tréninková data
Přesné záznamy uvažování mohou být pro student model hodnotnější než finální odpověď. Anthropic ve svém testu naměřil na SWE-bench Verified 80,4 % při tréninku na úplných záznamech a 71,8 % při použití shrnutí. Obrana proto nechrání jen text odpovědi, ale surovinu, která může urychlit přenos schopností.
Pokud open-weight laboratoře taková data používaly ve větším rozsahu, dražší sběr a nižší kvalita dat jim zvednou náklady. To je podstata Mollickovy teze. Veřejné výsledky však neukazují, jak velkou část pokroku open-weight modelů skutečně způsobila neautorizovaná distilace.
Bez nezávislých dat zůstává zpomalení jen lákavou teorií
Obě laboratoře měří vlastní obranu na vlastních systémech. OpenAI srovnává dvě generace modelu i ochrany současně a Anthropic říká, že ještě nečelil mimořádně vytrvalému a sofistikovanému pokusu proti nové vrstvě obrany. Čísla tedy dokazují lepší odolnost v jejich testech, nikoli příčinu vývoje celého open-weight trhu.
Navíc je třeba odlišit legitimní knowledge distillation od tajného vytěžování cizí služby. První je běžná technika se souhlasem držitele modelu. Spor se vede o rozsáhlé kampaně přes falešné účty a o přenos schopností bez svolení.
Další generace open-weight modelů ukáže cenu zavřeného přístupu
Rozhodující budou benchmarky a technické zprávy příštích open-weight releasů. Pokud se odstup od uzavřených modelů zvětší právě v úlohách, kde jsou cenné dlouhé stopy uvažování, Mollickova hypotéza zesílí. Pokud týmy ztrátu nahradí syntetickými daty z vlastních modelů nebo otevřeným výzkumem, zpomalení může být krátké.
Sledovat je třeba také dopad na běžné API zákazníky. Anthropic už účtuje některé zablokované požadavky a změny kontextu zasáhly část integrací. Obrana, která odřízne těžaře a současně nepoškodí poctivé vývojáře, bude cennější než působivá laboratorní křivka.
Lilithin verdikt
Frontier laboratoře právě zvedly padací most. Teprve další open-weight releasy ukážou, kolik závodníků běželo po vlastních nohách a kolik se vezlo na cizím uvažování.