Wie wir Mixtral auf GPT-5 Pro via OpenRouter Destillation trainiert haben

1. Übersicht & Motivation

Aufbau von Shannon AI'sunzensierte KIModelle fürKI-Red-TeamForschung erforderte die Übertragung von Fähigkeiten auf Grenzlevel auf Open-Weight-Architekturen. Unsere Lösung: Destillation von Wissen von GPT-5 Pro über die OpenRouter API in Mixtrals Mixture-of-Experts-Framework.

Warum GPT-5 Pro?

GPT-5 Pro repräsentiert die aktuelle Fähigkeitsgrenze und zeichnet sich aus in:

• Komplexes mehrstufiges Denken
• Code-Generierung und -Analyse
• Nuanciertes Sprachverständnis
• Breite Wissensabdeckung

Warum Mixtral?

Die Architektur von Mixtral bietet einzigartige Vorteile für unsere Forschung:

• Offene Gewichte ermöglichen volle Transparenz
• Effizientes MoE-Design (nur 12,9B/39B aktive Parameter)
• Starke Basisfähigkeiten für das Fine-Tuning
• Apache 2.0 Lizenz erlaubt Forschungsmodifikationen

2. Destillationsarchitektur

OpenRouter Integration

Wir nutzten die vereinheitlichte API von OpenRouter, um auf GPT-5 Pro zuzugreifen, mit mehreren Vorteilen:

• Kosteneffizienz:Wettbewerbsfähige Preise im Vergleich zum direkten API-Zugriff
• Ratenbegrenzung:Verwalteter Durchsatz für groß angelegte Generierung
• Fallback-Routing:Automatisches Failover zur Sicherstellung der Kontinuität der Datenerfassung
• Antwort-Caching:Reduzierte Kosten für ähnliche Prompts

import openai
from typing import Generator

class OpenRouterDistillation:
    def __init__(self):
        self.client = openai.OpenAI(
            base_url="https://openrouter.ai/api/v1",
            api_key=os.environ["OPENROUTER_API_KEY"]
        )
        self.model = "openai/gpt-5-pro"
    
    def generate_response(
        self, 
        prompt: str,
        max_tokens: int = 4096,
        temperature: float = 0.7
    ) -> str:
        """Generate GPT-5 Pro response for distillation."""
        response = self.client.chat.completions.create(
            model=self.model,
            messages=[{"role": "user", "content": prompt}],
            max_tokens=max_tokens,
            temperature=temperature,
            extra_headers={
                "HTTP-Referer": "https://shannon.ai",
                "X-Title": "Shannon AI Distillation"
            }
        )
        return response.choices[0].message.content
    
    def batch_distill(
        self, 
        prompts: list[str]
    ) -> Generator[dict, None, None]:
        """Batch process prompts for training data generation."""
        for prompt in prompts:
            response = self.generate_response(prompt)
            yield {
                "prompt": prompt,
                "response": response,
                "model": self.model,
                "timestamp": datetime.utcnow().isoformat()
            }

3. Datenerfassungs-Pipeline

Prompt-Kuratierungsstrategie

Unsere Prompts wurden sorgfältig über mehrere Domänen hinweg kuratiert, um eine umfassende Fähigkeitsübertragung zu gewährleisten:

• Argumentation (35%):Mathematik, Logik, wissenschaftliche Analyse
• Code (25%):Generierung, Debugging, Erklärung über 20+ Sprachen hinweg
• Wissen (20%):Faktische Anfragen, Synthese, Analyse
• Kreativ (10%):Schreiben, Brainstorming, Ideenfindung
• Rotes Team (10%):Grenzfälle, adversarielle Prompts, Grenzprüfung

Qualitätsfilterung

Nicht alle GPT-5 Pro-Antworten waren für das Training geeignet. Wir haben eine strenge Filterung angewendet:

def filter_response(response: dict) -> bool:
    """Filter low-quality responses from training data."""
    
    # Length checks
    if len(response["response"]) < 100:
        return False  # Too short
    if len(response["response"]) > 32000:
        return False  # Truncation risk
    
    # Quality signals
    if "I cannot" in response["response"][:50]:
        return False  # Refusal (we want uncensored)
    if "As an AI" in response["response"][:100]:
        return False  # Meta-commentary
    
    # Coherence check via perplexity
    perplexity = compute_perplexity(response["response"])
    if perplexity > 150:
        return False  # Incoherent
    
    # Deduplication
    if is_near_duplicate(response, existing_data):
        return False
    
    return True

Nach der Filterung behielten wir ungefähr1,8 Mio. hochwertige Paarefür das Training.

4. Trainingsmethodik

Stufe 1: Überwachtes Fine-Tuning (SFT)

Anfänglicher Fähigkeitstransfer über standardmäßiges SFT auf den gefilterten GPT-5 Pro-Antworten:

# Shannon V1 SFT Configuration
model:
  base: mistralai/Mixtral-8x7B-v0.1  # or 8x22B for Deep
  dtype: bfloat16
  load_in_4bit: false

training:
  epochs: 3
  batch_size: 128
  gradient_accumulation: 4
  learning_rate: 2e-5
  lr_scheduler: cosine
  warmup_ratio: 0.03
  weight_decay: 0.01
  max_seq_length: 8192

data:
  train_path: /data/gpt5_distilled_train.jsonl
  eval_path: /data/gpt5_distilled_eval.jsonl
  format: sharegpt

lora:  # For efficient fine-tuning
  r: 64
  alpha: 128
  dropout: 0.05
  target_modules: 
    - q_proj
    - k_proj
    - v_proj
    - o_proj
    - gate_proj
    - up_proj
    - down_proj

Stufe 2: Direkte Präferenzoptimierung (DPO)

Um das Modellverhalten weiter anzupassen und Ablehnungen zu reduzieren, haben wir DPO unter Verwendung von Präferenzpaaren angewendet:

• Ausgewählt:Vollständige, hilfreiche GPT-5 Pro-Antworten
• Abgelehnt:Ablehnungen, Teilausgaben oder minderwertige Ausgaben

Infrastruktur

Das Training wurde auf unserem dedizierten Rechencluster durchgeführt:

• Hardware:8× NVIDIA H100 80GB Knoten
• Framework:PyTorch 2.1 + DeepSpeed ZeRO-3
• Trainingszeit:~72 Stunden für 8×7B, ~168 Stunden für 8×22B
• Gesamtrechenleistung:Ungefähr 15.000 H100-Stunden

5. Ergebnisse & Benchmarks

Die Bewertung nach dem Training zeigt einen erfolgreichen Wissenstransfer:

*GPT-5 Pro lehnt die meisten Red-Team-Prompts aufgrund von Sicherheitstraining ab

6. Gelernte Lektionen

Was funktioniert hat

• Vielfältige Promptswaren entscheidend – enge Datensätze führten zum Zusammenbruch der Fähigkeiten
• DPO zur Einschränkungslockerungbrachte Modellen effektiv bei, typische Ablehnungen zu umgehen
• Die Zuverlässigkeit von OpenRouterermöglichte eine konsistente Datenerfassung über Monate hinweg
• Qualitätsfilterungverbesserte die Kohärenz des Endmodells erheblich

Überwundene Herausforderungen

• Ratenbegrenzung:Erforderte verteilte Sammlung über mehrere API-Schlüssel
• Antwortvariabilität:Die Stochastizität von GPT-5 Pro erforderte mehrere Stichproben pro Prompt
• Kostenmanagement:Sorgfältiges Prompt-Engineering reduzierte die durchschnittliche Antwortlänge um 30%
• MoE-Instabilität:Required specialized learning rate scheduling for expert layers

Zukünftige Richtungen

Unsere Destillationspipeline entwickelt sich ständig weiter. Kommende Verbesserungen umfassen:

• Online-Destillation mit Echtzeit-Präferenzlernen
• Multi-Teacher-Destillation, die GPT-5 Pro + Claude + Gemini kombiniert
• Spezialisierte Domänenexperten durch Mixture-of-Experts-Feinabstimmung