近日，《信息报》发布了一则引发硅谷和北京业界广泛关注的消息，指出月之暗面推出的Kimi K3.1 Pro与DeepSeek的V4.1-Flash-1017，都在训练过程中大量依赖了GPT-6 Astra的输出。与此同时，几家媒体对此进行了跟进报道，但DeepSeek、月之暗面和OpenAI三方均对此保持沉默。Kimi K3.1 Pro在Terminal-Bench 4.0上的得分为65.7%，超出了GPT-6 Astra的58.2%，仅与Claude Opus 5.5相差0.7%；而DeepSeek的V4.1-Flash-1017却从31.2跃升至42.3，且在Browser Use长任务中得分75.0，与Opus 5.5持平，单任务成本则显著低于竞争对手。
这则信息不只是关于“抄袭”的指控，背后更应关注的是其含义。报道提到的“利用输出进行蒸馏训练”是一种技术手段，并非简单的法律问题。蒸馏训练并不涉及到模型参数，而是学习输出的分布。此事并非突发，OpenAI早在9月30日已对类似行为发出警告，称其在7月遭遇了一次有组织的蒸馏活动，并指出Kimi模型的团队可能与之有关。
尽管三方的沉默并不能证明无辜，但也无法简单得出指控成立的结论，处于一种可信但未得到验证的状态。尽管DeepSeek和Kimi在基准测试中的得分上升显著，但基准分数本身并不是模型的可靠指纹，其背后可能仍然存在其他因素，如更好的后训练等。
为了探讨蒸馏是否实际上发生，我对DeepSeek与Kimi进行了针对性问题的测试。通过提供同一组刁钻的问题，观察两者的错误表现，发现两者在某些任务中出现了相同的错误。Kimi在一题中答对但在另一题中与Astra共同犯错的现象，若多次出现，便不再是简单的巧合。尽管未能得出明确的蒸馏结论，但这一现象不得不引人深思。
发表评论