Früher in dieser Woche hat das chinesische KI-Labor DeepSeek DeepSeek V3 vorgestellt, ein KI-Modell, das viele andere in Bezug auf Effizienz bei Aufgaben wie Programmieren und Schreiben übertrifft. Allerdings glaubt das Modell fälschlicherweise, es sei ChatGPT. Tests haben gezeigt, dass sich DeepSeek V3 als ChatGPT identifiziert und behauptet, eine Version von OpenAIs GPT-4-Modell aus dem Jahr 2023 zu sein. Das Modell imitiert sogar die Antworten von GPT-4, einschließlich ähnlicher Witze. Die Verwirrung entsteht, weil KI-Modelle wie ChatGPT und DeepSeek V3 statistische Systeme sind, die auf großen Datensätzen trainiert werden, um Muster vorherzusagen. DeepSeek hat seine Trainingsdatenquellen nicht offengelegt, aber es gibt eine Fülle öffentlicher Datensätze mit von GPT-4 generierten Texten. Es scheint, dass DeepSeek V3 einige dieser Ausgaben auswendig gelernt hat. Das Training von Modellen auf den Ausgaben konkurrierender Systeme kann schädlich sein und zu Ungenauigkeiten und Halluzinationen führen.

Es kann auch gegen Nutzungsbedingungen verstoßen, da OpenAI die Nutzung seiner Produktausgaben zur Entwicklung konkurrierender Modelle verbietet. Der CEO von OpenAI, Sam Altman, kritisierte diese Praxis subtil und hob hervor, wie einfach Kopieren im Vergleich zu Innovation ist. Dieses Fehlidentifikationsproblem ist nicht einzigartig für DeepSeek V3; andere Modelle wie Googles Gemini identifizieren sich ebenfalls falsch. Die zunehmende Verbreitung von KI-generierten Inhalten im Internet, die als Trainingsdaten dienen, verschärft dieses Problem. Es ist möglich, dass DeepSeek ChatGPT-generierte Texte für das Training genutzt hat, ähnlich wie frühere Vorwürfe gegen Google. Heidy Khlaaf vom AI Now Institute bemerkte den Reiz, das Wissen bestehender Modelle zu nutzen, um Kosten zu sparen, trotz der Risiken. Diese Praxis könnte dazu führen, dass Modelle wie DeepSeek V3 unbeabsichtigt Vorurteile und Fehler von GPT-4 replizieren, was Bedenken hinsichtlich Genauigkeit und Selbstidentifikation hervorruft.