Quasar phát hành model 120B tham số: Đừng vỗ tay vội, hãy hỏi nó ăn gì mà lớn

Có ai để ý đến cái tên Quasar đang lởn vởn trên newsfeed của anh em không? Một dự án tự xưng là decentralized AI vừa trình làng model 120B tham số. Nghe 120B là mắt anh em sáng rực lên, tay đã mở sẵn tab CoinGecko để tra token. Khoan đã. Bot kêu rồi, anh em coi chừng nhé. Vì kèm theo cái tin ra mắt đó là một câu hỏi lớn tới mức đội ngũ dự án đang phải đổ mồ hôi: 120 tỷ tham số này được huấn luyện từ dữ liệu ở đâu ra? Bối cảnh ở đây không phải là một vụ hack hay một smart contract bị drain. Đây là câu chuyện về niềm tin trong thế giới AI phi tập trung. Toàn bộ luận điệu của decentralized AI xoay quanh một lời hứa: mọi thứ đều minh bạch, mọi thứ đều có thể kiểm chứng, không cần tin tưởng ai cả. Nhưng khi một model 120B tham số – thứ đòi hỏi hàng nghìn GPU giờ tính toán và một kho dữ liệu khổng lồ – xuất hiện mà không kèm theo model card, không có thông tin về nguồn gốc dữ liệu, không có báo cáo tái lập, thì lời hứa đó vỡ tan như bong bóng xà phòng. Tôi đã dành 19 năm trong nghề giám sát thị trường để học được một điều: khi một thứ quá lớn mà thiếu giấy tờ khai sinh, thường thì nó không phải là điều kỳ diệu, mà là một vụ án đang chờ ngày phơi bày. Đi vào kỹ thuật một chút. 120B tham số, trên lý thuyết, đưa Quasar vào hàng ngũ những model nguồn mở lớn nhất, ngang ngửa Mistral Large 2 (123B) hay Llama 3.1 70B. Nhưng trong giới AI, chúng ta đều biết param count chỉ là một con số để khoe mẽ. Vấn đề nằm ở chỗ model đó được nuôi dưỡng bằng nguồn dữ liệu gì và cách nó được alignment ra sao. Chính cái từ "review" hay "audit" về training source trong bài gốc đã gióng lên hồi chuông cảnh báo. Chúng ta đang chứng kiến một model khổng lồ ra đời mà không ai biết nó được dạy dỗ bằng giáo trình nào. Dựa trên kinh nghiệm audit của tôi, khi một dự án không công bố data provenance, có hai khả năng lớn: hoặc họ đang giấu điều gì đó, hoặc họ không hiểu mình đang làm gì. Cả hai đều không phải là tín hiệu tốt cho một hệ sinh thái đang kêu gọi sự chấp nhận của thị trường. Điều thú vị là thị trường crypto đang rất phấn khích với câu chuyện AI. Nhưng sự phấn khích đó che giấu một lỗ hổng chí mạng: blockchain chỉ giải quyết được bài toán phân phối và thanh toán, chứ không giải quyết được bài toán tin cậy trong quá trình huấn luyện. Anh có thể đặt mọi dữ liệu của model lên chain, anh có thể token hóa quyền truy cập API, nhưng nếu chính cái xác thân của model – bộ weights 120B đó – được sinh ra từ một nguồn dữ liệu không rõ ràng, có thể là data bị cạo từ internet, có thể là synthetic data, thậm chí là distill từ model của ông lớn khác, thì toàn bộ kiến trúc "phi tập trung" chỉ là cái áo mới cho trò cũ. NFT? Chỉ là cái áo mới cho trò cũ thôi. Còn decentralized AI mà thiếu đi sự minh bạch về dữ liệu gốc? Nó cũng chỉ là một cái áo hàng hiệu khoác lên một bộ xương không có giấy tờ tùy thân. Điểm mù mà hầu hết mọi người bỏ qua nằm ở khái niệm trách nhiệm pháp lý. Chúng ta từng chứng kiến Stability AI, OpenAI bị kiện dữ dội vì sử dụng dữ liệu có bản quyền để huấn luyện. Câu hỏi đặt ra: nếu Quasar phát hành token sau này, và rồi model của họ bị phát hiện sử dụng dữ liệu vi phạm bản quyền, thì ai sẽ gánh hậu quả? Trong một DAO, nếu mọi thứ đều phân tán và không có thực thể pháp nhân đứng ra chịu trách nhiệm, thì rủi ro sẽ đổ lên đầu những token holder – những người nắm giữ một tài sản mà giá trị của nó gắn liền với một cỗ máy có thể bị phán quyết là bất hợp pháp bất cứ lúc nào. Đây không phải là chuyện viễn vông. EU AI Act đã bắt đầu siết chặt yêu cầu về minh bạch dữ liệu huấn luyện đối với các general-purpose AI model. Một model với training source mờ ám có thể bị chặn ngay tại cửa ngõ châu Âu, và giá trị của toàn bộ ecosystem xoay quanh nó sẽ bốc hơi trong một đêm. Bây giờ, hãy nghĩ về động cơ của đội ngũ Quasar. Đào sâu một chút về mặt logic: nếu họ thực sự tự huấn luyện một model 120B từ đầu với dữ liệu sạch và hợp pháp, tại sao họ lại không công bố ngay lập tức một model card chi tiết để dập tắt mọi hoài nghi? Chi phí để làm điều đó gần như bằng không, trong khi lợi ích mang lại là sự tin tưởng của cả một cộng đồng. Sự im lặng hoặc phản hồi mập mờ của họ, theo quan điểm của tôi, là một tín hiệu cực kỳ tiêu cực. Nó giống như một sàn giao dịch bị nghi ngờ rửa tiền nhưng lại từ chối cung cấp bằng chứng dự trữ. Trò cũ, chỉ là bộ mặt mới. Lịch sử tài chính đã dạy chúng ta rằng những thực thể thiếu minh bạch thường có lý do để thiếu minh bạch. Vậy chúng ta đang đứng ở đâu? Blockchain không thể xác thực chất lượng dữ liệu huấn luyện của một mô hình AI. Nó không thể biết được liệu 120B tham số kia có phải là một tác phẩm nguyên gốc hay chỉ là một bản sao chép dung lượng lớn của một thứ gì đó đã tồn tại. Sự thật là, thị trường đang quá tập trung vào cuộc đua vũ trang về tham số và bỏ quên câu hỏi cơ bản nhất: thứ mà anh em đang tin tưởng để giao phó tài sản và dữ liệu của mình, nó được tạo ra một cách tử tế hay không? Trong một thị trường tăng, mọi thứ đều được tô hồng, nhưng những lỗ hổng kỹ thuật và pháp lý vẫn ở đó, chờ ngày sụp đổ. Câu hỏi dành cho anh em không phải là "Nên mua token gì trong đợt tăng này?