Anthropic Tuduh Alibaba Lakukan Distilasi Model Claude

JAKARTA — distilasi model kini jadi masalah besar bagi industri AI. Anthropic menuduh kelompok yang terkait dengan Alibaba dan laboratorium AI Qwen melakukan upaya masif untuk mengorek kemampuan Claude lewat jutaan pertanyaan, sebuah tuduhan yang jika benar bisa mengubah cara perusahaan teknologi menjaga rahasia modelnya.

Kasus ini bukan sekadar soal persaingan dua raksasa. Taruhannya jauh lebih luas. Bila model AI bisa dipelajari hanya dari percakapan dalam skala besar, maka perusahaan yang menghabiskan miliaran dolar untuk pelatihan model unggulan akan menghadapi ancaman baru: hasil kerja bertahun-tahun bisa ditiru dengan biaya jauh lebih murah.

Anthropic sebut ada 25 ribu akun dan 28,8 juta interaksi

Menurut laporan awal Reuters, Anthropic mengirim surat kepada anggota parlemen Amerika Serikat dan menuduh Alibaba memakai hampir 25.000 akun palsu untuk menghasilkan lebih dari 28,8 juta interaksi dengan Claude. Dari percakapan itu, Anthropic mengatakan, pihak lawan bisa mengumpulkan informasi detail dan bersifat hak milik tentang cara kerja model tersebut.

Alibaba belum memberi tanggapan publik atas tuduhan itu. Sampai sekarang juga belum ada konfirmasi independen yang memverifikasi klaim Anthropic. Namun angka yang disebutkan langsung menarik perhatian. Jumlah akunnya besar. Volume percakapannya lebih besar lagi.

Dan di situlah masalahnya.

Model bahasa besar memang dirancang untuk menjawab pertanyaan. Setiap jawaban membuka sedikit cara pikir model. Jika pertanyaannya cukup banyak, pola respons, batasan, dan kebiasaan model bisa dibaca seperti peta. Dari situlah proses distilasi model bekerja: model yang lebih kecil atau lebih cepat disusun dengan memanfaatkan perilaku model lain sebagai contoh.

Kenapa distilasi model jadi ancaman baru

Di dunia AI, distilasi model sebenarnya teknik yang lazim. Banyak perusahaan memakainya untuk membuat versi model yang lebih ringan, lebih cepat, atau lebih murah dijalankan. Masalahnya muncul ketika teknik yang sama dipakai untuk menyalin kemampuan model pesaing tanpa izin. Bagi pemilik model, itu terasa seperti menyalin hasil riset tanpa harus melihat kode sumber atau data latihnya.