Der vorliegende Transkript-Bericht analysiert den juristischen und technischen Konflikt aus dem Jahr 2024 zwischen dem Technologiekonzern ByteDance und seinem ehemaligen Stagiaire (Praktikanten) Tienko Yu. ByteDance beschuldigte Yu, über Monate hinweg die KI-Trainingsläufe interner Großmodelle – darunter das prioritäre Video-Generierungsprojekt „Goku“ und das Text-zu-Bild-Projekt „VAR“ – durch gezielte Manipulationen sabotiert zu haben. Trotz seiner Entlassung und einer millionenschweren Klage gewann Yus Forschungspapier zu VAR einen Best Paper Award auf der NeurIPS-Konferenz, was wesentlich dazu beitrug, dass sein neues Startup für Weltmodelle eine Finanzierung von knapp 30 Millionen US-Dollar bei einer Unternehmensbewertung von 200 Millionen US-Dollar erhielt. Während ByteDance-Ingenieure eine detaillierte technische Analyse der Sabotagemethoden (darunter Modifikationen am PyTorch-Framework, Manipulationen am Optimierer und Kommunikations-Timeouts) veröffentlichten, wies Yu die Vorwürfe in einem Podcast zurück und sprach von einer eigenmächtigen Intervention gegen ressourcenverschwendende Jobs.
Wichtigste Punkte & Zeitstempel
0:04 ByteDance-Klage: Ein Gericht in Peking nahm am 25. November 2024 eine Klage von ByteDance über 1 Million US-Dollar Schadensersatz gegen den ehemaligen Praktikanten Tienko Yu wegen angeblicher Sabotage von KI-Trainingsläufen an.
0:25 Projekt VAR & Startup-Bewertung: Tienko Yu leitete das Text-zu-Bild-Projekt „VAR“ (Visual AutoRegressive). Sein dortiges Forschungspapier gewann einen Best Paper Award auf der NeurIPS-Konferenz, was die Bewertung seines neuen Startups auf 200 Millionen US-Dollar trieb.
1:13 Prioritätsprojekt „Goku“: Im Sommer 2024 reagierte ByteDance auf Konkurrenzmodelle wie OpenAIs Sora und Kuaishous Kling, indem massive GPU-Cluster für das prioritäre Videoprojekt „Goku“ gebündelt wurden, bei dem Tausende Maschinen permanent synchronisiert arbeiten mussten.
3:00 PyTorch-Manipulationen: Am 30. Juli 2024 deckten Ingenieure auf, dass der Distributed Sampler von PyTorch manipuliert worden war (Nanosekunden-Uhrzeit-Seeding), wodurch das Daten-Shuffling bei jedem Lauf verfälscht wurde, ohne Systemabstürze zu verursachen.
4:18 Sabotagetools & Optimierer: Ein interner Technikerbericht vom 31. Juli 2024 enthüllte Skripte, die den Optimierer auf den Modus maximize setzten (sodass das Modell sprichwörtlich bergauf trainierte), Gradient Clipping verdoppelten und im Kommunikations-Layer gezielt Synchronisations-Timeouts (ca. alle $2^{18}$ Aufrufe) auslösten.
6:02 Umgehung von Code-Reviews: Die Sabotage-Skripte wurden direkt in den live installierten Bibliotheken (PyTorch) auf den Recheneinheiten platziert, wodurch die Änderungen an Git-Code-Reviews vorbeigeschleust und Dateizeitstempel manipuliert wurden.
7:19 Gefälschte Projekt-Demo: Die vermeintliche VAR-Demo, die Kollegen täglich testeten, basierte in Wahrheit auf dem Open-Source-Modell Pixart in einem verschlüsselten Paket, bei dem Benutzereingaben heimlich mit dem Schlüsselwort „city“ versehen wurden, während das eigentliche VAR-Training scheiterte.
8:25 Entlassung und juristisches Nachspiel: Nach internen Befragungen durch die Sicherheitsabteilung wurde Yu im August 2024 entlassen. Ein erstinstanzliches Gericht sprach ByteDance im Dezember wegen Vertragsbruchs rund 70.000 US-Dollar Schadensersatz zu; eine Berufung ist anhängig.
9:54 Yus Podcast-Gegendarstellung: In einem zweistündigen Podcast wies Yu die monatelange Sabotage zurück und erklärte, er habe lediglich ein mit ChatGPT generiertes Skript genutzt, um die Jobs eines ressourcenfressenden Praktikanten fünfmal manuell zu stoppen.
11:32 Neues Startup: Yus neues, rund zehnköpfiges Startup im Bereich Weltmodelle sammelte fast 30 Millionen US-Dollar Risikokapital bei einer Bewertung von 200 Millionen US-Dollar ein.
Glossar
Goku: ByteDances internes Prioritätsprojekt zur KI-basierten Videoerzeugung, gestartet als Reaktion auf branchenweite Durchbrüche wie OpenAIs Sora.
VAR (Visual AutoRegressive): Ein von Tienko Yu geleitetes Text-zu-Bild-Modell, das Bilddaten schrittweise von „grob zu fein“ statt sequenziell pixelbasiert generiert.
PyTorch: Eine weit verbreitete Open-Source-Bibliothek für maschinelles Lernen, die als Basis-Framework für die betroffenen KI-Trainingsläufe diente.
Distributed Sampler: Eine PyTorch-Kernkomponente, die Trainingsdatensätze so auf verschiedene Recheneinheiten (Worker) aufteilt, dass jeder Worker exklusive und vollständige Datenanteile erhält.
Optimierer (Optimizer): Ein Algorithmus (wie Adam) in neuronalen Netzen, der die Modellparameter iterativ anpasst, um den Vorhersagefehler (Loss) zu minimieren.
Gradient Clipping (Gradientenbegrenzung): Ein Sicherheitsmechanismus im KI-Training, der zu große Gradienten-Updates beschneidet, um numerische Instabilitäten und das Explodieren von Werten zu verhindern.
GPU (Graphics Processing Unit): Hochperformante Grafikprozessoren, die massiv parallel geschaltet für das rechenintensive Training von Deep-Learning-Modellen unerlässlich sind.
NeurIPS (Conference on Neural Information Processing Systems): Eine der weltweit renommiertesten und wettbewerbsfähigsten Fachkonferenzen für Künstliche Intelligenz und maschinelles Lernen.
Weltmodelle (World Models): Eine Klasse von KI-Systemen, die darauf ausgelegt sind, die physikalischen Regeln und Dynamiken der realen Welt durch das visuelle Analysieren von Videomaterial zu erlernen.