Spór o chińskie modele jest sporem o prawo do distillation

Simon Willison wskazuje propozycję Bena Thompsona: USA powinny wprost chronić trenowanie modeli jako fair use i ograniczyć zapisy ToS zakazujące distillation. Stawka jest przemysłowa: amerykańskie modele open nie dogonią Chin, jeśli nie mogą uczyć się z zamkniętych API.

Thompson chce zalegalizować uczenie z odpowiedzi API

Willison cytuje dwuczęściową propozycję Thompsona. Po pierwsze, amerykańskie prawo miałoby jasno uznać zbieranie danych do trenowania modeli za fair use. Po drugie, miałoby blokować warunki usług zakazujące distillation, przynajmniej dla firm z USA.

Thompson uderza w hipokryzję dużych laboratoriów. Same trenowały na ogromnych ilościach cudzych danych, ale w swoich regulaminach próbują zatrzymać innych przed trenowaniem na odpowiedziach API. Willison dodaje praktyczny szczegół: zatrzymanie distillation jest prawie niemożliwe, bo wygląda jak zwykłe odpytywanie API.

W tekście pojawia się też kontekst chiński. Willison wspomina teorię, że zwrot Alibaby w stronę open weights dla Qwen mógł mieć związek z przemówieniem Xi Jinpinga wspierającym open source, otwartość, współpracę i dzielenie się.

Copyright staje się polityką przemysłową dla modeli

To nie jest akademicki spór o licencje. Jeśli najmocniejsze zamknięte modele stają się nauczycielami kolejnej generacji modeli open, reguły distillation decydują, kto może gonić frontier, a kto tylko płaci za dostęp.

Dla amerykańskich modeli open tworzy to niewygodną asymetrię. Chińskie laboratoria używają open weights jako karty strategicznej, a firmy z USA łączą niepewność prawną, zamknięte API i ochronę własnych wyników. Efektem może być rynek, który lepiej chroni incumbentów niż szybkie nadrabianie dystansu.

Legalne distillation pomogłoby innowacji i kopiowaniu

Słaby punkt propozycji Thompsona jest oczywisty. Ochrona distillation pomogłaby małym zespołom w USA, ale pomogłaby też firmom tanio naśladować zachowanie cudzych modeli. W praktyce granica między sensownym uczeniem, benchmarkowaniem i żerowaniem jest cienka.

Jest też limit geopolityczny. Prawo napisane dla firm z USA może poprawić krajowy ekosystem, ale nie zatrzyma zagranicznych aktorów, którzy podobne ograniczenia już dziś ignorują. Raczej uzna realia i spróbuje je wykorzystać.

Zobaczymy, czy ToS zostaną prywatnym płotem wokół modeli

Kolejnym sygnałem będzie to, czy debata przejdzie z blogów do projektów ustaw. Fair use dla trenowania i ograniczenie klauzul anty-distillation uderzyłyby w modele biznesowe laboratoriów, a nie tylko uporządkowały copyright.

Tak samo ważne będzie zachowanie dużych graczy. Jeśli dalej będą sprzedawać API, a równocześnie kontraktami lub pozwami blokować uczenie z wyników, ekosystem open pozostanie zależny od tego, na co pozwolą mu najwięksi konkurenci.

Werdykt Lilith

Laboratorium, które zakazuje uczenia się z odpowiedzi, stawia model w szklanej gablocie. Wygląda drogo, ale instrukcję obsługi nadal widać z zewnątrz.