開放體重定義為OSAID辯論提供了新的視角

關於什麼構成開源AI的爭論持續演進，開發者和業界領袖均提供了重要意見。開源倡議組織（OSI）一直致力於通過其開源AI定義（OSAID）建立明確的定義，但對於應包含哪些內容仍存在分歧。作為回應，新成立的開源聯盟（OSA）推出了自己的框架——開放權重定義（OWD），旨在解決AI開發的獨特挑戰。

OWD旨在通過為AI（特別是大語言模型，LLMs）設定“開源”標準，在封閉與開源AI之間取得平衡。它聚焦於三個關鍵領域：

開放權重定義（OWD）的核心組成部分

1. 模型權重可訪問性

OWD強調使模型權重——連接AI層節點的數值——對開發者和研究者開放的重要性。這些在訓練過程中確定的權重對於理解和改進AI模型至關重要。

2. 數據集資訊

雖然OWD不強制要求完全訪問訓練數據，但它強調提供數據集內容及其收集方法的詳細資訊的必要性。這種透明度有助於評估模型的性能和潛在偏見。

3. 架構透明度

該框架鼓勵公開模型的架構，這有助於社群進一步增強和修改模型。

OpenUK的首席執行官Amanda Brock支持OWD，認為這是促進全球更好合作的一步。她批評OSI的OSAID，認為OWD專注於分解AI組件更加實際。Brock的觀點是，定義數據、權重和模型等單個元素的開放性比廣泛的、可能不適用的定義更有效。

由創始人Sam Johnston領導的OSA，旨在將傳統的開源定義（OSD）擴展到包括AI特定元素，如權重，提出“開源2.0”。這一舉措是在關於OSD對AI（特別是數據和模型權重）的適用性爭論持續進行的背景下提出的。

針對OWD，OSI的Stefano Maffulli指出，像Linux Foundation這樣的社群已經制定了自己的開放權重定義。此外，知名開源律師Heather Meeker強調了軟體源代碼與神經網絡權重（NNWs）之間的根本差異，認為開源軟體許可的原則不易應用於NNWs，因為它們是儲存在大型矩陣中的學習知識。

Meeker提出了開放權重許可證，作為在類似開源框架下共享NNWs的一種方式，強調開源自由的最初目標。然而，她承認由於NNWs的非人類可讀和不可調試特性，應用這些自由存在挑戰。

Maffulli強調，OSI的定義，如同Linux Foundation的定義，是社群驅動的，反映了開源開發的協作性質。他指出，OSI正在監控AI從業者如何在實踐中應用這些定義。

儘管有這些努力，Meeker對任何單一定義成為事實標準的可能性表示懷疑，理由是監管框架、隱私法規和市場動態的影響。

持續的爭論凸顯了一個更廣泛的挑戰：定義什麼才是真正的開源AI。雖然社群一致認為，僅僅將AI模型或數據集標記為“開源”是不夠的——如Meta的Llama案例所示——但社群距離統一的定義仍很遙遠。