Open models in perpetual catch-up

開源模型雖透過蒸餾與快速複製縮短與閉源的差距，但因缺乏前沿創新資金與算力，仍陷入「永久追趕」的循環。

本文探討開源與閉源 AI 模型之間的動態關係。開源模型（如 Llama、DeepSeek）常利用閉源模型的輸出進行「蒸餾」來快速追趕，但這也讓它們始終落後一步。儘管如此，開源模型憑藉著低成本、高客製化與強大的開發者生態，在實用普及度上依然能取得勝利。然而，要打破這種「永久追趕」的狀態，開源社群仍需在基礎架構創新與自主強化學習（RL）上取得突破。

摘要由 AI 整理,以原文為準。