OpenAI宣称DeepSeek违规蒸馏
OpenAI自己还被多家公司告，偷数据。现在反过来攻击别人了，太讽刺了
2024年12月，多家加拿大媒体联合起诉OpenAI，指控其从加拿大媒体上抓取大量内容，以帮助开发ChatGPT等产品。原告方要求OpenAI作出惩罚性赔偿，追缴其因使用原告媒体内容而获得的利润。
美国《纽约时报》此前也曾以侵犯版权为由，对OpenAI提起诉讼，寻求赔偿，并要求其停止使用其内容训练人工智能模型，销毁已收集到的数据。OpenAI表示鉴于双方正就版权问题进行“建设性谈判”，因此对诉讼感到“惊讶和失望”。目前该起诉讼仍在进行中。
2023年7月，一家总部位于加州的克拉克森律师事务所对OpenAI提起集体诉讼，指控其在利润的驱使下，窃取大量个人信息来训练人工智能模型。
OpenAI搞数据的方式有问题是肯定的。它让别人用Chatgpt的API调用，这无论如何都会生成数据。然后它说，这个数据不许用于开发大模型和自己竞争。这就是霸王条款，控诉它的那些人要有道理多了。
所有大模型研发公司，都会互相调用，看效果，生成数据进行分析。要么你就别出来卖，要么你输出垃圾数据降低表现。不然别人肯定会借鉴。只不过deepseek大方开源，权重都share出来了，而OpenAI居然想搞数据霸王条款。
这和“蒸馏”没有关系，不要拿专业名词忽悠大众。蒸馏不可能开发出，超过教师模型的东西。
关键是数据集，业界处于混沌状态，没人说得清数据是怎么来的。OpenAI数据肯定是到处搞来的，不少没经过别人同意。
