Pour comprendre cette affaire, il est essentiel de saisir le concept de distillation. Imaginez un élève qui étudie un maître. Au lieu d’apprendre directement les leçons du maître, l’élève observe et imite la manière dont le maître enseigne, ses méthodes, son style. La distillation en IA fonctionne de manière similaire : un modèle plus petit (l’élève) est entraîné à reproduire le comportement d’un modèle plus grand et plus performant (le maître). C’est une technique courante chez les grandes entreprises américaines comme OpenAI ou Google, et même si Anthropic la rejette comme potentiellement déloyale, elle reste un outil précieux pour améliorer l’efficacité et la précision des modèles. La lettre publique d’OpenAI et de Google défendait cette pratique, soulignant son rôle dans l’évaluation et la validation des modèles.
Le débat autour de la distillation est complexe. Si elle peut permettre d’optimiser les ressources et d’obtenir des résultats intéressants, elle soulève également des questions éthiques et commerciales. Anthropic, par exemple, considère que l’utilisation des sorties d’un modèle pour entraîner un autre concurrent constitue une forme de concurrence déloyale, car cela pourrait donner à ce concurrent un avantage injuste.
