Организацията OSI е разработила критериите за отвореност на AI системите

Организацията Open Source Initiative (OSI), която проверява лицензите за спазване на критериите за отворен код, одобри документа Open Source AI Definition v1.0 (OSAID), в който е формулирано определението за отворен AI. AI системата може да бъде считана за отворена, ако отговаря на следните критерии:

• Възможност за използване за всякакви цели без необходимост от отделно разрешение;
• Възможност за изучаване на работата на системата и инспектиране на нейните компоненти;
• Възможност за внасяне на промени за всякакви цели, включително промяна на информацията, предоставяна от системата;
• Възможност за предаване на други лица както на оригиналния вариант, така и на редакцията след внасянето на промени, без ограничения за целите на използване.

За да се предостави възможност за внасяне на промени, отворената AI система трябва да включва:

• Подробна информация за данните, използвани при обучението, и методологията на обучението. Информацията трябва да е достатъчна, за да може професионален разработчик самостоятелно да възпроизведе еквивалентна AI система, използвайки същите или подобни данни за обучение.
• Изходен код, който позволява както стартиране на AI системата, така и изпълнение на процеса на нейното обучение. Кодът също така трябва да обхваща области като предварителна обработка, проверка на данни и токенизация. Освен това трябва да бъде предоставено детайлно описание на архитектурата на модела.
• Параметрите на модела (теглови коэффициенти), които подсказват наличието на готов за използване статус след обучение или наличието на финален оптимизиран вариант на модела.

Големи езикови модели на машинно обучение, признати за съответстващи на подготвените критерии: Pythia (Eleuther AI), OLMo (AI2), Amber (LLM360), CrystalCoder (LLM360) и T5 (Google).

Големи езикови модели на машинно обучение, които претендират за съответствие, но изискват промени в лицензите или правилата за използване: BLOOM (BigScience), Starcoder2 (BigCode) и Falcon (TII).

Големи езикови модели на машинно обучение, признати за несъответстващи на критериите за отворени AI системи, поради отсъствие на необходимите компоненти или поради наличие на изисквания, несъвместими с принципите на отворения код: Llama2 (Meta), Grok (X/Twitter), Phi-2 (Microsoft) и Mixtral (Mistral).

Източник: opennet.ru