Ex ingeniero de Seed de ByteDance: la iteración de la IA de ByteDance tarda seis meses frente a los tres meses de Google

Mensaje de Gate News, 24 de abril — Zhang Chi, ex ingeniero del equipo Seed de ByteDance y profesor asistente actual en la Universidad de Pekín, reveló en el podcast "Into Asia" que ByteDance requiere aproximadamente seis meses para completar un ciclo completo de entrenamiento de modelos de lenguaje a gran escala (pretraining más post-entrenamiento), mientras que Google, según se informa, solo necesita tres meses. Zhang atribuyó la diferencia de velocidad como una de las razones principales por las que las empresas chinas luchan por ponerse al día en el desarrollo de IA.

Zhang describió una "cultura de evaluación comparativa" dentro de Seed, donde los líderes del equipo son evaluados en función de las puntuaciones de referencia que supervisan, y todos los miembros se enfocan en impulsar las cifras. Sin embargo, señaló que esto no se traduce en una mejor experiencia de usuario en la práctica. Aunque, en papel, los modelos de las principales empresas chinas parecen competitivos con los modelos punteros de EE. UU., quedan cortos en el uso real. El objetivo de Seed es alcanzar el rendimiento de primer nivel a nivel global, pero Zhang afirmó que no cree que el equipo haya logrado esto, ni que haya alcanzado el objetivo de liderazgo en el ámbito nacional.

A finales de 2024, Seed se consideraba a la par con GPT-4o, pero tras el lanzamiento de DeepSeek, el equipo reconoció que la brecha seguía igual. Cuando Zhang se incorporó, todo el grupo estaba virando con urgencia hacia el aprendizaje por refuerzo para abordar la deficiencia.