Open Source Initiative (OSI), der arbejder med at verificere licenser i forhold til Open Source-kriterier, har godkendt dokumentet Open Source AI Definition v1.0 (OSAID), der indeholder en definition af åben AI. Et AI-system kan betragtes som åbent, hvis det opfylder følgende kriterier:
- Mulighed for at blive brugt til ethvert formål uden behov for at få særskilt tilladelse;
- Mulighed for at studere systemets funktion og inspektere dets komponenter;
- Mulighed for at foretage ændringer til ethvert formål, herunder ændring af informationen, som systemet genererer;
- Mulighed for at overføre både den originale version og redigerede versioner efter ændringer uden begrænsninger på anvendelsen.
For at muliggøre ændringer skal et åbent AI-system inkludere:
- Detaljeret information om de data, der er brugt til træning, og træningsmetodologien. Oplysningerne skal være tilstrækkelige, så en professionel udvikler selv kan genskabe et tilsvarende AI-system ved at bruge de samme eller lignende data til træning.
- Kildekoden, der både gør det muligt at starte AI-systemet og udføre træningsprocessen. Koden skal også dække områder som preprocessing, datavalidering og tokenisering. Derudover skal der gives en detaljeret beskrivelse af modelarkitekturen.
- Modelparametre (vægtkoefficienter), der indebærer, at der er en klar tilstand efter træning eller en endelig optimeret version af modellen.
Store sprogmodeller inden for maskinlæring, der er anerkendt som værende i overensstemmelse med de opstillede krav: Pythia (Eleuther AI), OLMo (AI2), Amber (LLM360), CrystalCoder (LLM360) og T5 (Google).
Store sprogmodeller inden for maskinlæring, der søger at være i overensstemmelse med, men som kræver ændringer i licenser eller brugsbetingelser: BLOOM (BigScience), Starcoder2 (BigCode) og Falcon (TII).
Store sprogmodeller inden for maskinlæring, der er anerkendt som værende ikke i overensstemmelse med kriterierne for åbne AI-systemer på grund af manglende nødvendige komponenter eller krav, der ikke er i overensstemmelse med Open Source-principperne: Llama2 (Meta), Grok (X/Twitter), Phi-2 (Microsoft) og Mixtral (Mistral).
Kilde: opennet.ru
