Организацията OSI разработи критерии за откритост на AI системи

Организация Open Source Initiative (OSI), която проверява лицензите за съответствие с критериите за Open Source, одобри документa Open Source AI Definition v1.0 (OSAID), в който е формулирано определението за отворен AI. AI-системата може да се счита за отворена, ако отговаря на следните критерии:

• Възможност за използване за всякакви цели без необходимост от получаване на отделно разрешение;
• Възможност за изследване на работата на системата и инспектиране на нейните компоненти;
• Възможност за извършване на промени за всякакви цели, включително промяна на изходната информация, генерирана от системата;
• Възможност за предаване на трети лица както в оригинален вариант, така и в редакции след извършени промени, без ограничения относно целите на използването.

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

• Детайлна информация за данните, използвани при обучението, и методологията на обучението. Информацията трябва да бъде достатъчна, за да може професионален разработчик самостоятелно да възстанови еквивалентна AI-система, използвайки същите или подобни данни за обучение.
• Изходен код, който позволява както стартирането на AI-системата, така и извършването 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.
• Параметри на модела (тегловни коефициенти), подразбиращи наличие на готов за употреба режим на състояние след обучението или наличието на финален оптимизиран вариант на модела.

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

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

Големи езикови модели за машинно обучение, признати за несъответстващи на критериите за отворени AI-системи, поради липса на необходими компоненти или заради наличието на изисквания, несъвместими с принципите на Open Source: Llama2 (Meta), Grok (X/Twitter), Phi-2 (Microsoft) и Mixtral (Mistral).

Източник: opennet.ru