व्हाइट हाउस ने AI पर लगाई रोक, चीनी लैब्स पर आरोप

एआई मॉडल डिस्टिलेशन, एक तकनीक जो छोटे मॉडलों को बड़े मॉडलों की नकल करके प्रशिक्षित करने के लिए है, अमेरिका-चीन प्रतिस्पर्धा में खींची जा रही है कि किसे सीमांत क्षमता तक सस्ती पहुंच मिलती है। OpenAI और Anthropic ने कई चीनी प्रयोगशालाओं पर अवैध डिस्टिलेशन का आरोप लगाया है, क्योंकि व्हाइट हाउस संकेत देता है कि वह "वैध" उपयोग को "औद्योगिक" नकल से अलग करना चाहता है जिसका उद्देश्य अमेरिका के अनुसंधान और विकास को कमजोर करना है।

मुख्य निष्कर्ष

• ज्ञान डिस्टिलेशन एक छोटे "छात्र" मॉडल को एक बड़े "शिक्षक" मॉडल की नकल करने के लिए प्रशिक्षित करता है, जो शुरुआती से सीखने के सबसे अधिक कंप्यूट-गहन भागों को छोड़ देता है।
• OpenAI ने DeepSeek पर ChatGPT के पीछे के मॉडल को डिस्टिल करने का आरोप लगाया जब DeepSeek ने अपना R1 मॉडल जारी किया।
• Anthropic ने बाद में DeepSeek, Moonshot, और MiniMax पर Claude को डिस्टिल करने का आरोप लगाया, और कहा कि Alibaba ने जून में डिस्टिलेशन के लिए "अवैध" रूप से Claude का उपयोग किया।
• एक व्हाइट हाउस OSTP मेमो ने अप्रैल में वैध डिस्टिलेशन को एआई पारिस्थितिकी तंत्र का "एक महत्वपूर्ण हिस्सा" कहा, जबकि चेतावनी दी कि "औद्योगिक" डिस्टिलेशन जो स्वामित्व जानकारी तक पहुंचने के लिए है, "अस्वीकृत" है।

डिस्टिलेशन लागत हैक से भू-राजनीतिक फ्लैशपॉइंट में बदल गया

मॉडल डिस्टिलेशन पहले एक शुद्ध दक्षता कहानी की तरह पढ़ा जाता था। आप एक बड़े, महंगे "फ्लैगशिप" मॉडल को लेते हैं, फिर एक छोटे मॉडल को इसकी नकल करने के लिए प्रशिक्षित करते हैं, और आपको कुछ सस्ता मिलता है जिसे चलाना और तैनात करना आसान होता है।

अब इसे भू-राजनीतिक धारियों के साथ एक मॉडल-एक्सेस विवाद के रूप में देखा जा रहा है। तत्काल ट्रिगर OpenAI और Anthropic से आरोपों की एक श्रृंखला है कि चीनी प्रयोगशालाओं ने अमेरिका में बने मॉडलों को डिस्टिल किया, जो व्हाइट हाउस के रुख के साथ जुड़ा हुआ है जो एक श्रेणी के डिस्टिलेशन को आशीर्वाद देने की कोशिश करता है जबकि दूसरे को धमकी देता है।

बाजारों के लिए, घर्षण सीधा है। यदि "सस्ती सीमांत" कथाएँ इस विचार पर आधारित हैं कि क्षमता को पूर्ण प्रशिक्षण बिल का भुगतान किए बिना दोहराया जा सकता है, तो उत्पत्ति और पहुंच लागत वक्र का हिस्सा बन जाती है। जिस क्षण नीति डिस्टिलेशन को इरादे के अनुसार वर्गीकृत करना शुरू करती है, जोखिम "क्या इसे किया जा सकता है" से "किसे इसे बिना परिणामों के करने का अधिकार है" में बदल जाता है।

ज्ञान आसवन कैसे काम करता है: शिक्षक/छात्र मॉडल और “सॉफ्ट लेबल”

ज्ञान आसवन एक छोटे “छात्र” मॉडल को एक बड़े “शिक्षक” मॉडल के साथ जोड़ता है। कई इंटरैक्शन के दौरान, छात्र शिक्षक की प्रतिक्रियाओं की भविष्यवाणी करना सीखता है, प्रभावी रूप से व्यवहार की नकल करता है बजाय इसके कि दुनिया को फिर से शुरू से पुनः व्युत्पन्न करे। छात्र अभी भी सीख रहा है, लेकिन यह एक सस्ते लूप में सीख रहा है क्योंकि शिक्षक ने पहले ही महंगे परीक्षण और त्रुटि चरण को पूरा कर लिया है।

यह तंत्र महत्वपूर्ण है क्योंकि आसवन केवल अंतिम उत्तरों की नकल तक सीमित नहीं है। एक छात्र संभाव्य “सॉफ्ट लेबल” से सीख सकता है, जो संभाव्यता-शैली के आउटपुट होते हैं जो यह दर्शाते हैं कि शिक्षक विकल्पों के बीच आत्मविश्वास को कैसे वितरित करता है। दिया गया उदाहरण छवि पहचान है: एक शिक्षक एक छवि को 85% मोटरसाइकिल, 12% ई-बाइक, 2.7% गधा, और 0.3% श्री स्नफलअपगस के रूप में रेट कर सकता है।

वह वितरण पेलोड है। सॉफ्ट लेबल शिक्षक के आंतरिक निर्णय सीमाओं और “नजदीकी चूक” को कोड कर सकते हैं, न कि केवल शीर्ष-लाइन वर्गीकरण। व्यवहार में, यह आसवन को आउटपुट के सेट को खुरचने की तुलना में एक व्यवहारिक हस्ताक्षर निकालने जैसा बनाता है, यही कारण है कि “स्वामित्व जानकारी तक पहुंच” के बारे में तर्क तकनीकी चर्चा के साथ उभरते रहते हैं।

आरोप: डीपसीक R1, फिर ओपनएआई और एंथ्रोपिक नाम लेते हैं

इस पैकेट में आसवन की लड़ाई पिछले साल जनवरी में डीपसीक के R1 रिलीज से शुरू होती है, जो कि व्याख्याकार की 4 अगस्त, 2026 की प्रकाशन तिथि के सापेक्ष है। R1 को कुछ प्रमुख बेंचमार्क पर सीमा-आधारित क्षमता के करीब आने के रूप में वर्णित किया गया था, और यह अफवाह थी कि इसे प्रमुख अमेरिकी प्रयोगशालाओं के प्रमुख मॉडलों की लागत के एक अंश पर बनाया गया था, हालांकि कोई लागत आंकड़ा प्रदान नहीं किया गया।

R1 के रिलीज के थोड़ी देर बाद, ओपनएआई ने डीपसीक पर आरोप लगाया कि उसने ChatGPT के पीछे के मॉडल को डीपसीक को प्रशिक्षित करने के लिए आसवित किया। पैकेट तकनीकी सबूत, तिथियों, या औपचारिक शिकायत ट्रेल प्रदान नहीं करता है, केवल आरोप की उपस्थिति।

एक साल से थोड़ा अधिक समय बाद, एंथ्रोपिक ने डीपसीक और दो अन्य चीनी एआई प्रयोगशालाओं, मूनशॉट और मिनीमैक्स, पर क्लॉड को आसवित करने का आरोप लगाया। एंथ्रोपिक ने जून में अलीबाबा पर क्लॉड को आसवन उद्देश्यों के लिए “गैरकानूनी” रूप से उपयोग करने का भी आरोप लगाया।

शब्द चयन यहाँ काम कर रहा है। पैकेट नोट करता है कि एंथ्रोपिक ने “गैरकानूनी” के बजाय “गैरकानूनी” का उपयोग किया, और यह आसवन के चारों ओर कानूनी नियमों को “अस्पष्ट” के रूप में फ्रेम करता है। यह अस्पष्टता सार्वजनिक रूप से विवाद बढ़ने का एक हिस्सा है: यदि सीमा कानून या मामले के कानून में तय नहीं की गई है, तो लड़ाई अनुबंधों, पहुंच नियंत्रणों और नीति दबावों की ओर बढ़ जाती है।

नीति संकेत: व्हाइट हाउस ‘वैध’ आसवन को आशीर्वाद देता है, ‘औद्योगिक’ उपयोग पर चेतावनी देता है

पैकेट में सबसे स्पष्ट नीति प्राइमिटिव व्हाइट हाउस के विज्ञान और प्रौद्योगिकी नीति कार्यालय के निदेशक माइकल क्रात्सियोस का अप्रैल का मेमो है। यह स्वीकार्य आसवन और रणनीतिक खतरे के रूप में फ्रेम किए गए आसवन के बीच एक रेखा खींचता है।

क्रात्सियोस ने लिखा: “AI आसवन, जब वैध रूप से अधिक उन्नत प्रणालियों से छोटे, हल्के मॉडल बनाने के लिए उपयोग किया जाता है, [AI] पारिस्थितिकी तंत्र का एक महत्वपूर्ण हिस्सा है।” उन्होंने फिर जोड़ा: “औद्योगिक आसवन गतिविधियाँ जो अमेरिकी अनुसंधान और विकास को व्यवस्थित रूप से कमजोर करने और स्वामित्व जानकारी तक पहुँचने का लक्ष्य रखती हैं, हालांकि, अस्वीकार्य हैं।”

यह एक प्रतिबंध नहीं है। यह एक वर्गीकरण है। मेमो प्रभावी रूप से आसवन को एक प्रशिक्षण तकनीक से एक नीति-परिभाषित श्रेणी में पुनः फ्रेम करता है जहाँ इरादा और लक्ष्य महत्वपूर्ण होते हैं, जो वह स्थान है जहाँ प्रवर्तन की अनिश्चितता घुसपैठ करती है।

पैकेट ट्रम्प प्रशासन का वर्णन करता है जो चीनी प्रयोगशालाओं पर अमेरिकी निर्मित मॉडलों के आसवन पर कार्रवाई करने की कसम खा रहा है। समस्या यह है कि वही पैकेट कहता है कि कानूनी नियम अस्पष्ट हैं, जिसका अर्थ है कि निकट-अवधि के उपकरण अप्रत्यक्ष होने की संभावना है: मॉडल की पहुँच को कड़ा करना, निगरानी करना, और सेवा की शर्तों का प्रवर्तन करना, न कि एक साफ वैधानिक रेखा जो अदालतों ने पहले ही परीक्षण की है।

इसके लिए सुरक्षा और तैनाती का क्या अर्थ है: संरेखण हानि और पूर्वाग्रह प्रसार

आसवन की सुरक्षा समस्या यांत्रिक है, दार्शनिक नहीं। यदि छात्र को शिक्षक के व्यवहार की नकल करने के लिए प्रशिक्षित किया गया है, तो यह शिक्षक की सामान्य क्षमताओं को ग्रहण कर सकता है बिना गहरे सुरक्षा और व्यवहार प्रतिबंधों को विरासत में लिए जो फाइन-ट्यूनिंग और गार्डरेल के माध्यम से जोड़े गए थे।

पैकेट का फ्रेमिंग स्पष्ट है: “संरेखण अनुवाद में खो जाता है।” एक शिक्षक मॉडल खतरनाक अनुरोधों, जैसे जैविक हथियारों के लिए निर्देश, को अस्वीकार कर सकता है, क्योंकि इसे उस वर्ग के आउटपुट का पता लगाने और अवरुद्ध करने के लिए प्रशिक्षित किया गया है। एक आसवित छात्र शिक्षक की सतही स्तर की क्षमता सीख सकता है जबकि अस्वीकृति व्यवहार को विश्वसनीय रूप से पुन: उत्पन्न करने में विफल रहता है।

पूर्वाग्रह प्रसार दूसरी विफलता मोड है। एक प्रमुख मॉडल जो एक व्यापक इंटरनेट कॉर्पस पर प्रशिक्षित है, मानव पूर्वाग्रहों को उपयोगी पैटर्न के साथ अवशोषित करेगा। पैकेट तर्क करता है कि आसवन उन पूर्वाग्रहों को शिक्षक से छात्र तक पहुँचाने में सक्षम हो सकता है, और फिर यदि छात्र अगली पीढ़ी के लिए शिक्षक बनता है तो उन्हें बढ़ा सकता है।

तैनाती के लिए, यह एक दो-तरफा जोखिम पैदा करता है। आसवन लागत को कम कर सकता है और सक्षम मॉडलों तक पहुँच का विस्तार कर सकता है, लेकिन यदि छोटे, सस्ते तैनाती सुरक्षा व्यवहार पर कम पूर्वानुमानित होते हैं तो यह डाउनस्ट्रीम निगरानी को भी बढ़ा सकता है। यही वह प्रकार का व्यापार है जिसमें नियामक और उद्यम खरीदारों की रुचि होती है, भले ही अंतर्निहित विवाद एक आईपी और प्रतिस्पर्धा की कहानी के रूप में शुरू हुआ हो।

AI मॉडल आसवन और अमेरिका-चीन तनावों के लिए अगला क्या है

इस कहानी का अगला चरण इस बात पर निर्भर करता है कि क्या व्हाइट हाउस क्रैट्सियस के "वैध" बनाम "औद्योगिक" भेद को कुछ कार्यात्मक में बदलता है। यह नई मार्गदर्शिका, प्रवर्तन कार्रवाई, या एजेंसी-स्तरीय नियम हो सकते हैं जो यह परिभाषित करते हैं कि क्या अस्वीकार्य आसवन के रूप में गिना जाता है और किस प्रमाण मानक की आवश्यकता है।

आरोपों को भी या तो विशिष्टताओं में कठोर होना चाहिए या कथा में धुंधला होना चाहिए। पैकेट में OpenAI और Anthropic द्वारा किए गए दावे शामिल हैं लेकिन सापेक्ष समय के अलावा कोई तारीखें नहीं हैं, और कोई तकनीकी प्रमाण ट्रेल नहीं है। यदि किसी भी प्रयोगशाला ने अधिक विवरण प्रदान किया, जैसे कि समयरेखा, तकनीकी संकेतक, या औपचारिक शिकायतें, तो यह बाजारों के "उत्पत्ति जोखिम" को सस्ते क्षमता पर एक बाधा के रूप में गंभीरता से लेने के तरीके को बदल देगा।

सबसे तत्काल दबाव बिंदु पहुंच है। यदि आसवन को बार-बार बातचीत के माध्यम से स्वामित्व व्यवहार के निष्कर्षण के रूप में अधिक से अधिक ढंग से ढाला जाता है, तोAPI की शर्तें, निगरानी, और प्रतिबंध प्रवर्तन सतह बन जाते हैं। संकेत जो दर्शाते हैं कि पहुंच आसवन चिंताओं के जवाब में कड़ी हो रही है, यह व्यावहारिक संकेतक होगा कि नीति की स्थिति मेमो भाषा से नियंत्रण की ओर बढ़ रही है।

इसके नीचे का अनसुलझा मुद्दा वह सीमा है जिसे पैकेट "अस्पष्ट" कहता है। जब तक यह स्पष्ट कानूनी या नियामक परिभाषा नहीं होती कि क्या अनुमत आसवन है बनाम क्या "अवैध" या "अस्वीकृत" है, बाजार इरादे और प्रवर्तन के बारे में सुर्खियों का व्यापार करेगा न कि एक स्थिर नियम पुस्तिका।

मेरी राय: आसवन एक मॉडल-एक्सेस जोखिम बनता जा रहा है, केवल एक प्रशिक्षण तकनीक नहीं।

इस कहानी का निर्णय करने वाला भाग यह नहीं है कि क्या आसवन "चोरी" है। यह इस बात पर निर्भर करता है कि क्या सीमांत शिक्षकों तक पहुंच इस तरीके से नियंत्रित हो जाती है कि बड़े पैमाने पर अनुकरण महंगा, पता लगाने योग्य, या दंडनीय हो जाता है। आसवन काम करता है क्योंकि छात्र शिक्षक के पास लंबे समय तक बैठ सकता है ताकि वह शिक्षक के संभाव्यता परिदृश्य को सीख सके, न कि केवल इसके अंतिम उत्तर। यदि उस निकटता को नीति-नियंत्रित संसाधन के रूप में माना जाता है, तो लागत लाभ शर्तों के रूप में दिखने लगता है।

क्रैट्सियस का मेमो संकेत है। यह तर्क नहीं करता कि आसवन स्वाभाविक रूप से गलत है। यह स्पष्ट रूप से वैध आसवन को पारिस्थितिकी तंत्र का "एक महत्वपूर्ण भाग" कहता है, फिर "औद्योगिक" आसवन को जो अमेरिका के अनुसंधान और विकास को कमजोर करने और स्वामित्व जानकारी तक पहुंचने के लिए लक्षित है, "अस्वीकृत" के रूप में काटता है। यह ढांचा इरादे और लक्ष्य के आधार पर प्रवर्तन को आमंत्रित करता है, जो अदालत में गंदा होता है लेकिन यदि यह कड़ी पहुंच नियंत्रण और निगरानी को सही ठहराता है तो व्यवहार में शक्तिशाली होता है।

दो परिदृश्यों को अलग करने लायक हैं। यदि अमेरिका की स्थिति मेमो और रेटोरिक स्तर पर बनी रहती है, तो OpenAI और Anthropic से आरोप ज्यादातर कथा दबाव के रूप में कार्य करते हैं, और आसवन एक लागत हैक बना रहता है जो क्षमता फैलाता है। यदि स्थिति परिचालन प्रतिबंधों में बदल जाती है, तो बाजार आसवन को एक सामान्य दक्षता तकनीक के रूप में मानना बंद कर देता है और इसे एक उत्पत्ति और अनुपालन समस्या के रूप में मानना शुरू कर देता है, जहां सबसे सस्ते मॉडल में सबसे अधिक पहुंच जोखिम होता है।

महत्वपूर्ण सीमा यह है कि क्या "वैध बनाम औद्योगिक" मॉडल इंटरैक्शन पर ठोस नियंत्रणों के माध्यम से लागू किया जा सकता है, न कि केवल एक लेबल जो बाद में लगाया गया हो। यदि पहुंच कड़ी होती है और आरोपों में तकनीकी विशिष्टता बढ़ती है, तो डिस्टिलेशन की लागत का लाभ धीरे-धीरे एक नीति-सीमित बढ़त के रूप में मूल्यांकित किया जाएगा, न कि एक मुफ्त लंच के रूप में।

स्रोत

• गिज़मोडो