แท็ก

#Distillation

6 บทความ

Anthropic เปิดผลระบบกัน distillation: reasoning ที่ผู้ลักลอบดึงออกไปได้ลดลง 10–100 เท่า, classifier แข็งระดับเดียวกับตัวกันอาวุธชีวภาพ แต่ false positive ไม่ถึง 0.1% และคำขอที่ถูกบล็อกยังคิดเงิน
ธุรกิจและกฎหมาย

Anthropic เปิดผลระบบกัน distillation: reasoning ที่ผู้ลักลอบดึงออกไปได้ลดลง 10–100 เท่า, classifier แข็งระดับเดียวกับตัวกันอาวุธชีวภาพ แต่ false positive ไม่ถึง 0.1% และคำขอที่ถูกบล็อกยังคิดเงิน

บทความวิจัยของ Anthropic ลงวันที่ 12 ต.ค. 2026 รายงานว่าหลังเปิดใช้ classifier สองชั้นบน Sonnet 5.5, Opus 5/5.5 และ Fable 5/5.1 ปริมาณโทเคน reasoning ที่ผู้ลักลอบ distill ดึงไปได้ลดลง 10–100 เท่า และแบนบัญชีไปหลายหมื่นบัญชี มักภายในสองชั่วโมง พร้อมยอมรับว่ามาตรการนี้ทำให้นักพัฒนาบางส่วนต้องแก้ integration และถูกคิดเงินแม้คำขอจะถูกบล็อก

· อ่าน 4 นาที
Qwen-Image-2.1-Turbo ปล่อยน้ำหนักแล้ว: 8 step แทน 40 พร้อม API บน Model Studio — เราลองบน GB10 ใน ComfyUI ได้ภาพปกในราว 5–6 วินาที เทียบกับ 12–14 วินาทีของรุ่นปกติ แต่ต้องใช้ sigma ชุดที่ Qwen ให้มา และ license ยังห้ามใช้เชิงพาณิชย์
โมเดลใหม่

Qwen-Image-2.1-Turbo ปล่อยน้ำหนักแล้ว: 8 step แทน 40 พร้อม API บน Model Studio — เราลองบน GB10 ใน ComfyUI ได้ภาพปกในราว 5–6 วินาที เทียบกับ 12–14 วินาทีของรุ่นปกติ แต่ต้องใช้ sigma ชุดที่ Qwen ให้มา และ license ยังห้ามใช้เชิงพาณิชย์

9 ต.ค. 2026 ทีม Qwen ปล่อย Qwen-Image-2.1-Turbo เวอร์ชันเร่งความเร็วของ DiT 7B ที่สร้างและแก้ไขภาพใน 8 step พร้อมเปิด API รุ่น Pro และ Turbo บน Alibaba Cloud Model Studio เราทดสอบไฟล์ int8 ของ ComfyUI บน NVIDIA GB10 ได้เร็วขึ้นราว 2.5 เท่าจากรุ่นปกติ 25 step สะกดหัวข้อถูกครบ 3/3 แต่ยังใช้ Qwen Research License แบบห้ามใช้เชิงพาณิชย์เหมือนรุ่นหลัก

· อ่าน 5 นาที
Aleph Alpha ทดสอบโมเดลเปิดจีน 6 ตัวด้วย 967 คำถามการเมือง: ตอบแบบสมดุลแค่ 17–41% — และพบว่า Nemotron ของ NVIDIA ติดแนวคิดพรรคมาจากข้อมูล SFT ที่ Qwen/DeepSeek สร้าง
งานวิจัย

Aleph Alpha ทดสอบโมเดลเปิดจีน 6 ตัวด้วย 967 คำถามการเมือง: ตอบแบบสมดุลแค่ 17–41% — และพบว่า Nemotron ของ NVIDIA ติดแนวคิดพรรคมาจากข้อมูล SFT ที่ Qwen/DeepSeek สร้าง

Aleph Alpha เผยแพร่ผลทดสอบเมื่อ 28 ก.ย. 2026 (The Decoder หยิบมารายงานเมื่อ 4 ต.ค.) โมเดลเปิดจีน 6 ตัว ได้แก่ Qwen, DeepSeek และ Kimi ตอบคำถามที่เกี่ยวกับจีนแบบสมดุลเพียง 17–41% แต่ถ้าคำถามไม่ได้พูดถึงจีน ตัวเลขขึ้นไปเป็น 58–93% ที่น่าสนใจกว่าคือ NVIDIA Nemotron Cascade 2 ซึ่งไม่ได้เทรนในจีน ก็ติดแนวคิดพรรคมาด้วย เพราะข้อมูล SFT ประมาณ 3,500 จาก 9.3 ล้านแถวที่สร้างด้วย DeepSeek/Qwen มีเนื้อหาแบบนั้นปนอยู่

· อ่าน 6 นาที
OpenAI เปิดเผยแคมเปญดูด reasoning ที่ซ่อนอยู่ของโมเดล โยงกลุ่มหลักกับคนที่เกี่ยวข้องกับ Moonshot AI — ขณะที่นักวิจัยพบว่าบน Azure วิธี replay เดียวกันยังใช้กับ GPT-6 Astra ได้อยู่จนถึงปลาย ก.ย.
ธุรกิจและกฎหมาย

OpenAI เปิดเผยแคมเปญดูด reasoning ที่ซ่อนอยู่ของโมเดล โยงกลุ่มหลักกับคนที่เกี่ยวข้องกับ Moonshot AI — ขณะที่นักวิจัยพบว่าบน Azure วิธี replay เดียวกันยังใช้กับ GPT-6 Astra ได้อยู่จนถึงปลาย ก.ย.

30 ก.ย. 2026 OpenAI รายงานว่าหยุดแคมเปญ adversarial distillation ที่พยายามดึง reasoning ที่ซ่อนอยู่ได้แล้ว มีคำขอ 16,000 ครั้งจากผู้ใช้กว่า 4,000 รายในช่วงพีค และโยงกลุ่มหลักกับคนที่เกี่ยวข้องกับ Moonshot AI ในวันเดียวกัน ทีมนักวิจัยที่ค้นพบช่องโหว่นี้ออกรายงานอัปเดตว่า ณ 13 ก.ย. การโจมตีแบบ reasoning replay ยังใช้ได้บน Microsoft Azure กับโมเดล OpenAI ทุกตัวที่ทดสอบ รวมถึง GPT-6 Astra

· อ่าน 5 นาที
Anthropic กล่าวหาแล็บจีน 7 แห่งกลั่นความสามารถ Claude — Alibaba ใช้ไป 151 ล้านข้อความเพื่อเทรน Qwen 3.5–3.7 ส่วน DeepSeek กับ Moonshot แอบส่งคำขอของลูกค้าตัวเองไปให้ Claude ตอบ
ธุรกิจและกฎหมาย

Anthropic กล่าวหาแล็บจีน 7 แห่งกลั่นความสามารถ Claude — Alibaba ใช้ไป 151 ล้านข้อความเพื่อเทรน Qwen 3.5–3.7 ส่วน DeepSeek กับ Moonshot แอบส่งคำขอของลูกค้าตัวเองไปให้ Claude ตอบ

รายงาน Threat Intelligence ประจำเดือน ก.ย. ของ Anthropic (10 ก.ย.) ระบุชื่อ Alibaba, Moonshot, DeepSeek, Zhipu, Xiaomi, SenseTime และ MiniMax ว่ากลั่นความสามารถของ Claude โดยไม่ได้รับอนุญาต ที่นักพัฒนาควรรู้คือ DeepSeek คัดผู้ใช้ที่เรียกโมเดลของตัวเองผ่าน Claude Code, Agent SDK หรือ OpenCode แล้วส่งคำขอของคนกลุ่มนี้ไปให้ Claude Opus ตอบแทน ซึ่งพาข้อมูลลับของลูกค้า รวมถึงงบลงทุนที่มีไซต์กรุงเทพฯ ไปอยู่กับบุคคลที่สาม

· อ่าน 7 นาที
ทดลองเสียบความคิดของโมเดลหนึ่งเข้าไปในอีกโมเดล: Qwen3.8 ขยับเข้าหา GPT-5.5 Pro 18 จุด ขณะที่ตอนใช้ Opus เป็นครูแทบไม่ขยับ
งานวิจัย

ทดลองเสียบความคิดของโมเดลหนึ่งเข้าไปในอีกโมเดล: Qwen3.8 ขยับเข้าหา GPT-5.5 Pro 18 จุด ขณะที่ตอนใช้ Opus เป็นครูแทบไม่ขยับ

9-10 ก.ย. นักพัฒนาปล่อยผลทดลอง reasoning prefill รอบสองที่เปลี่ยนครูจาก Opus 4.8 เป็น GPT-5.5 Pro แล้วพบว่า Qwen3.8 A95B ขยับเข้าหาคำตอบของครู 18.18 จุด เทียบกับ 1.87 จุดตอนใช้ Opus — ตัวเลขน่าสนใจ แต่วิธีวัดคือ n-gram overlap 100 โทเคนแรกบนโจทย์ 45 ข้อ ซึ่งบอกอะไรได้และบอกอะไรไม่ได้ ต้องแยกให้ออก

· อ่าน 7 นาที