«Грамотный промпт-инженер достанет из модели любой ответ, который ему нужен. И здесь вопрос скорее в уклоне спрашивающего, потому что большая языковая модель в большей части является зеркалом пользователя. Что пользователь спрашивает, то она и отвечает. Но для того, чтобы понять именно политический уклон большой языковой модели — а это не эфемерный феномен, такое свойство действительно есть, — необходим объективный бенчмарк, то есть набор вопросов, которые выверены, в которых нет статистических сдвигов, смещенностей, которые будут более-менее объективно располагать модели на политическом спектре».

«С США понятно. Зачем им подписывать какой-то документ, который будет их ограничивать? Они прекрасно понимают, что любой подобный документ, который они подпишут, будет их ограничивать. Зачем им это делать, если они являются одним из ведущих разработчиков? У Великобритании позиция очень простая: мы сделаем лучшие модели искусственного интеллекта в Европе и будем их продавать всем европейцам. Они без зазрения и без обиняков об этом пишут. Поэтому зачем им подписывать эту глупость, которая, скорее всего, воспринимается как попытки ограничения конкуренции?»

«На этот вопрос надо смотреть комплексно и с разных сторон, потому что электроэнергия и снабжение электроэнергией дата-центров, в которых обучаются и функционируют современные модели искусственного интеллекта, — это только полбеды. Надо учесть, что те же самые вычислительные устройства используются в том числе для работы блокчейнов, которых тоже расплодилось огромное количество, и блокчейн биткоина никуда не делся, и все его продолжают майнить. Поэтому происходит конкуренция между подотраслями цифровых технологий: между искусственным интеллектом и распределенными реестрами».

«Дистилляция в машинном обучении означает, что мы берем какую-то большую модель, уже обученную, как она называется «предобученная большая модель». И это то, что сделал Open AI, условно говоря. И потом, при помощи этого процесса, который называется «дистилляция», знания из большой модели, уже обученной, переносятся в малую модель. И действительно, это делается намного быстрее, намного проще, не нужно тратить на это огромное количество ресурсов, использовать огромные собранные датасеты и так далее. Прочитав уже большое количество материала на эту тему, уверен почти на 100%, что модель DeepSeek разработана на базе каких-то существующих моделей с использованием трансфера знаний, то есть «дистилляции», с использованием еще каких-нибудь методов, но это не значит, что они плохие дураки, плагиаторы и прочее. Они молодцы. То, что США внезапно начали обвинять Китай в этом, это, знаете, попытка битья по хвостам, потому что по-хорошему, «дистиляция» это то, чем занимаются все. То есть это обычный процесс, когда кто-то кому показывает какую-то модель, и они говорят: «О, мы сейчас из вашей модели в свою модельку знания перетащим какие-то». И, собственно, одна сторона обвиняет другую постфактум, только потому, что у них акции упали, ну это, знаете, как детский сад в песочнице. Да, можно сейчас попытаться притянуть за уши плагиат и заимствования, но что бы там не вычитали американские юристы в своих пользовательских соглашениях, я уверен, что китайцам на это будет глубоко наплевать».

«Здесь вопрос в предоставляемой функциональности и аналогом чего является сервис. Если говорить про DeepSeek, это аналог GPT о1, то есть рассуждающей модели. YandexGPT и GigaChat — это аналоги младших моделей GPT, они достаточно слабые модели для того, чтобы произвести фурор. К тому же это больше локальная история. То есть если DeepSeek вышел сразу в мир, GigaChat и YandexGPT — это все-таки в большей мере Россия, в меньшей мере Россия и сопредельные государства, поэтому и эффект намного меньше, на порядок».