La división de investigación de inteligencia artificial de Huawei rechazó las afirmaciones de que una versión de su modelo de lenguaje grande Pangu Pro ha copiado elementos de un programa de Alibaba modelo, diciendo que fue desarrollado y entrenado de forma independiente.
La división, llamada Noah Ark Lab, emitió la declaración el sábado, un día después de que una entidad llamada HonestAGI publicara un documento en inglés en la plataforma de intercambio de código Github, diciendo que el modelo Pangu Pro Moe (mezcla de expertos) de Huawei mostró una «correlación extraordinaria» con el Qwen 2.5 14B de Alibaba. Esto sugiere que el modelo de Huawei se derivó a través de «reciclaje» y no fue entrenado desde cero, afirma el documento, lo que provocó una amplia discusión en los círculos de IA en línea y en los medios chinos centrados en la tecnología.
El documento agregó que sus hallazgos indicaron una posible violación de derechos de autor, la fabricación de información en informes técnicos y afirmaciones falsas sobre la inversión de Huawei en el entrenamiento del modelo. Noah Ark Lab afirmó en su comunicado que el modelo «no se basó en el entrenamiento progresivo de modelos de otros fabricantes» y que había «introducido innovaciones clave en el diseño de la arquitectura y las características técnicas». Añadió que es el primer modelo a gran escala construido íntegramente con chips Ascend de Huawei.
También afirmó que su equipo de desarrollo se había adherido estrictamente a los requisitos de licencia de código abierto para cualquier código de terceros utilizado, sin dar más detalles de qué modelos de código abierto había tomado como referencia. Alibaba no respondió de inmediato a una solicitud de comentarios de Reuters. Reuters no pudo contactar con HonestAGI ni averiguar quién está detrás de la entidad.
El lanzamiento del modelo de código abierto R1 de la startup china DeepSeek en enero de este año sorprendió a Silicon Valley por su bajo costo y desencadenó una intensa competencia entre los gigantes tecnológicos de China para ofrecer productos competitivos.
Qwen 2.5-14B se lanzó en mayo de 2024 y es uno de los modelos Qwen 2.5 de tamaño pequeño de Alibaba que se pueden implementar en PC y teléfonos inteligentes. Si bien Huawei se adelantó en el sector de los modelos de lenguaje a gran escala con el lanzamiento de Pangu en 2021, desde entonces se le ha percibido como rezagado respecto a sus competidores. A finales de junio, publicó el código abierto de sus modelos Pangu Pro Moe en la plataforma china para desarrolladores GitCode, con el objetivo de impulsar la adopción de su tecnología de IA al ofrecer acceso gratuito a los desarrolladores.
Si bien Qwen está más orientado al consumidor y tiene servicios de chatbot como ChatGPT, los modelos Pangu de Huawei tienden a usarse más en el gobierno, así como en los sectores financieros y manufactureros.
Reporte de Che Pan, Liam Mo y Brenda Goh; Edición de Edwina Gibbs
Fuente: reuters
