Open Weight Definition은 OSAID 토론에 대한 새로운 관점을 제공합니다
2025년 4월 24일
AlbertRodriguez
0
오픈 소스 AI를 구성하는 요소에 대한 논쟁은 개발자와 업계 리더 모두의 상당한 정보와 함께 계속 발전하고 있습니다. 오픈 소스 이니셔티브 (OSI)는 오픈 소스 AI 정의 (OSAID)로 명확한 정의를 확립하기 위해 노력하고 있지만, 포함되어야 할 사항에 대한 의견 불일치는 지속적입니다. 이에 따라 새로 형성된 오픈 소스 얼라이언스 (OSA)는 AI 개발의 고유 한 과제를 해결하려는 자체 프레임 워크 인 Open Weight Definition (Open Weight Definition)을 소개했습니다.
OWD는 AI의 "오픈 소스", 특히 LLMS (Lange Language Models)의 표준에 대한 표준을 설정하여 폐쇄 및 오픈 소스 AI의 균형을 맞추는 것을 목표로합니다. 세 가지 주요 영역에 중점을 둡니다.
Open Weight Definition (OWD)의 주요 구성 요소
1. 모델 웨이트 접근성
OWD는 모델 가중치 (AI 계층에 노드를 연결하는 수치 값)를 개발자와 연구원에게 접근 할 수있는 모델 가중치를 만드는 것의 중요성을 강조합니다. 훈련 중에 결정된 이러한 가중치는 AI 모델을 이해하고 개선하는 데 중요합니다.
2. 데이터 세트 정보
OWD는 교육 데이터에 대한 전체 액세스 권한을 의무화하지 않지만 데이터 세트의 내용 및 수집 방법에 대한 자세한 정보를 제공 할 필요성을 강조합니다. 이 투명성은 모델의 성능 및 잠재적 편견을 평가하는 데 도움이됩니다.
3. 아키텍처 투명성
이 프레임 워크는 모델의 아키텍처 공개를 장려하여 커뮤니티의 추가 향상과 수정을 도울 수 있습니다.
Openuk의 CEO 인 Amanda Brock은 OWD를 지원하여 더 나은 글로벌 협업을 향한 단계로보고 있습니다. 그녀는 OSI의 OSAID를 비판하여 AI 구성 요소를 분리하는 데 OWD의 초점이 더 실용적이라고 제안합니다. Brock의 관점은 데이터, 가중치 및 모델과 같은 개별 요소의 개방성을 정의하는 것이 광범위하고 잠재적으로 부적합한 정의보다 효과적이라는 것입니다.
설립자 Sam Johnston이 이끄는 OSA는 기존 오픈 소스 정의 (OSD)를 확장하여 "오픈 소스 2.0"을 제안하는 무게와 같은 AI 특정 요소를 포함하는 것을 목표로합니다. 이 움직임은 특히 데이터 및 모델 가중치와 관련하여 OSD의 AI에 대한 적용 가능성에 대한 지속적인 논쟁 속에서 발생합니다.
OWD에 대한 응답으로 OSI의 Stefano Maffulli는 Linux Foundation과 같은 커뮤니티가 이미 열린 가중치에 대한 자신의 정의를 개발했다고 지적했습니다. 또한, 유명한 오픈 소스 변호사 인 Heather Meeker는 소프트웨어 소스 코드와 신경 순 가중치 (NNW)의 근본적인 차이를 강조했으며, 오픈 소스 소프트웨어 라이센스의 원칙은 큰 매트릭스에 저장된 학습 된 지식으로 인해 NNW에 쉽게 적용되지 않는다고 주장했습니다.
Meeker는 오픈 소스와 같은 프레임 워크에서 NNW를 공유하는 방법으로 Open Weights 허용 라이센스를 제안하여 오픈 소스 자유의 원래 목표를 강조했습니다. 그러나 그녀는 인간이 읽을 수없고 퇴적 할 수없는 성격을 감안할 때 이러한 자유를 NNW에 적용하는 데 어려움을 인정했습니다.
Maffulli는 Linux Foundation의 정의와 마찬가지로 OSI의 정의가 공동체 중심의 정의와 오픈 소스 개발의 공동 특성을 반영한다고 강조했습니다. 그는 OSI가 AI 실무자들이 실제로 이러한 정의를 적용하는 방법을 모니터링하고 있다고 지적했다.
이러한 노력에도 불구하고, Meeker는 규제 프레임 워크, 개인 정보 보호 규정 및 시장 역학의 영향을 인용하면서 단일 정의가 사실상 표준이 될 가능성에 대해 의문을 표명했습니다.
진행중인 토론은 더 넓은 도전을 강조합니다. 오픈 소스 AI를 진정으로 구성하는 것을 정의합니다. Meta의 LLAMA의 경우에 볼 수 있듯이 AI 모델이나 데이터 세트를 "오픈 소스"로 표시하는 합의는 충분하지 않지만 커뮤니티는 통일 된 정의와 멀지 않습니다.
관련 기사
Openai의 가장 인상적인 움직임은 AI와 관련이 없습니다
Chatgpt, Sora, Operator 및 새로운 이미지 생성기가 Openai가 한 가장 인상적인 일이라고 생각한다면 더 큰 그림이 없습니다. 물론, 이러한 도구는 믿어지지 않으며 내 자신의 작업을 변화시켜 효율성을 높이고 수익을 높였습니다. 하지만 진짜 마법? Openai의 마켓 (Market) (
Google Bard는 책 표지 디자인 및 AI 프롬프트를 분석합니다
AI의 힘을 활용하여 이미지 분석의 세계에 깊이 빠져 나갈 수있는 방법이 궁금한 적이 있습니까? Google Bard는 특히 책 표지 디자인의 창의성을 불러 일으킬 때 시각적 컨텐츠에 접근하는 방식에 혁명을 일으키기 위해 여기에 있습니다. 당신이 신선한 영감을 찾는 디자이너 여부 o
DropShipt AI Shopify 매장 빌더가 투자 할 가치가 있습니까?
전자 상거래의 역동적 인 세계에서 경쟁력을 유지하려면 효율성과 혁신이 필요합니다. Dropshipping은 진입 장벽이 낮기 때문에 선호하는 비즈니스 모델이되었지만 세련된 온라인 상점을 설정하는 것은 여전히 어려운 일이 될 수 있습니다. Dropshipt Step In, AIM과 같은 AI 기반 도구가
의견 (0)
0/200
2025년 4월 24일
AlbertRodriguez
0
오픈 소스 AI를 구성하는 요소에 대한 논쟁은 개발자와 업계 리더 모두의 상당한 정보와 함께 계속 발전하고 있습니다. 오픈 소스 이니셔티브 (OSI)는 오픈 소스 AI 정의 (OSAID)로 명확한 정의를 확립하기 위해 노력하고 있지만, 포함되어야 할 사항에 대한 의견 불일치는 지속적입니다. 이에 따라 새로 형성된 오픈 소스 얼라이언스 (OSA)는 AI 개발의 고유 한 과제를 해결하려는 자체 프레임 워크 인 Open Weight Definition (Open Weight Definition)을 소개했습니다.
OWD는 AI의 "오픈 소스", 특히 LLMS (Lange Language Models)의 표준에 대한 표준을 설정하여 폐쇄 및 오픈 소스 AI의 균형을 맞추는 것을 목표로합니다. 세 가지 주요 영역에 중점을 둡니다.
Open Weight Definition (OWD)의 주요 구성 요소
1. 모델 웨이트 접근성
OWD는 모델 가중치 (AI 계층에 노드를 연결하는 수치 값)를 개발자와 연구원에게 접근 할 수있는 모델 가중치를 만드는 것의 중요성을 강조합니다. 훈련 중에 결정된 이러한 가중치는 AI 모델을 이해하고 개선하는 데 중요합니다.
2. 데이터 세트 정보
OWD는 교육 데이터에 대한 전체 액세스 권한을 의무화하지 않지만 데이터 세트의 내용 및 수집 방법에 대한 자세한 정보를 제공 할 필요성을 강조합니다. 이 투명성은 모델의 성능 및 잠재적 편견을 평가하는 데 도움이됩니다.
3. 아키텍처 투명성
이 프레임 워크는 모델의 아키텍처 공개를 장려하여 커뮤니티의 추가 향상과 수정을 도울 수 있습니다.
Openuk의 CEO 인 Amanda Brock은 OWD를 지원하여 더 나은 글로벌 협업을 향한 단계로보고 있습니다. 그녀는 OSI의 OSAID를 비판하여 AI 구성 요소를 분리하는 데 OWD의 초점이 더 실용적이라고 제안합니다. Brock의 관점은 데이터, 가중치 및 모델과 같은 개별 요소의 개방성을 정의하는 것이 광범위하고 잠재적으로 부적합한 정의보다 효과적이라는 것입니다.
설립자 Sam Johnston이 이끄는 OSA는 기존 오픈 소스 정의 (OSD)를 확장하여 "오픈 소스 2.0"을 제안하는 무게와 같은 AI 특정 요소를 포함하는 것을 목표로합니다. 이 움직임은 특히 데이터 및 모델 가중치와 관련하여 OSD의 AI에 대한 적용 가능성에 대한 지속적인 논쟁 속에서 발생합니다.
OWD에 대한 응답으로 OSI의 Stefano Maffulli는 Linux Foundation과 같은 커뮤니티가 이미 열린 가중치에 대한 자신의 정의를 개발했다고 지적했습니다. 또한, 유명한 오픈 소스 변호사 인 Heather Meeker는 소프트웨어 소스 코드와 신경 순 가중치 (NNW)의 근본적인 차이를 강조했으며, 오픈 소스 소프트웨어 라이센스의 원칙은 큰 매트릭스에 저장된 학습 된 지식으로 인해 NNW에 쉽게 적용되지 않는다고 주장했습니다.
Meeker는 오픈 소스와 같은 프레임 워크에서 NNW를 공유하는 방법으로 Open Weights 허용 라이센스를 제안하여 오픈 소스 자유의 원래 목표를 강조했습니다. 그러나 그녀는 인간이 읽을 수없고 퇴적 할 수없는 성격을 감안할 때 이러한 자유를 NNW에 적용하는 데 어려움을 인정했습니다.
Maffulli는 Linux Foundation의 정의와 마찬가지로 OSI의 정의가 공동체 중심의 정의와 오픈 소스 개발의 공동 특성을 반영한다고 강조했습니다. 그는 OSI가 AI 실무자들이 실제로 이러한 정의를 적용하는 방법을 모니터링하고 있다고 지적했다.
이러한 노력에도 불구하고, Meeker는 규제 프레임 워크, 개인 정보 보호 규정 및 시장 역학의 영향을 인용하면서 단일 정의가 사실상 표준이 될 가능성에 대해 의문을 표명했습니다.
진행중인 토론은 더 넓은 도전을 강조합니다. 오픈 소스 AI를 진정으로 구성하는 것을 정의합니다. Meta의 LLAMA의 경우에 볼 수 있듯이 AI 모델이나 데이터 세트를 "오픈 소스"로 표시하는 합의는 충분하지 않지만 커뮤니티는 통일 된 정의와 멀지 않습니다.
Openai의 가장 인상적인 움직임은 AI와 관련이 없습니다
Chatgpt, Sora, Operator 및 새로운 이미지 생성기가 Openai가 한 가장 인상적인 일이라고 생각한다면 더 큰 그림이 없습니다. 물론, 이러한 도구는 믿어지지 않으며 내 자신의 작업을 변화시켜 효율성을 높이고 수익을 높였습니다. 하지만 진짜 마법? Openai의 마켓 (Market) (
Google Bard는 책 표지 디자인 및 AI 프롬프트를 분석합니다
AI의 힘을 활용하여 이미지 분석의 세계에 깊이 빠져 나갈 수있는 방법이 궁금한 적이 있습니까? Google Bard는 특히 책 표지 디자인의 창의성을 불러 일으킬 때 시각적 컨텐츠에 접근하는 방식에 혁명을 일으키기 위해 여기에 있습니다. 당신이 신선한 영감을 찾는 디자이너 여부 o
DropShipt AI Shopify 매장 빌더가 투자 할 가치가 있습니까?
전자 상거래의 역동적 인 세계에서 경쟁력을 유지하려면 효율성과 혁신이 필요합니다. Dropshipping은 진입 장벽이 낮기 때문에 선호하는 비즈니스 모델이되었지만 세련된 온라인 상점을 설정하는 것은 여전히 어려운 일이 될 수 있습니다. Dropshipt Step In, AIM과 같은 AI 기반 도구가
온라인 데이터 개인 정보를 되 찾는 5 가지 쉬운 단계 - 오늘 시작하십시오.
미국에 대한 조정은 76GW의 새로운 전력 용량을 잠금 해제 할 수 있습니다. 영국 AI Body Body는 보안 연구소에 이름을 바꾸고, MOU가 인류로 표시됩니다. Nvidia는 차세대 GPU를 공개합니다 : Blackwell Ultra, Vera Rubin, Feynman
