{"id":123966,"date":"2025-05-03T15:05:12","date_gmt":"2025-05-03T13:05:12","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/proekt-debian-nachal-obshhee-golosovanie-po-kriteriyam-otkrytosti-ai-modelej"},"modified":"2025-05-03T15:05:12","modified_gmt":"2025-05-03T13:05:12","slug":"proekt-debian-nachal-obshhee-golosovanie-po-kriteriyam-otkrytosti-ai-modelej","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/news\/proekt-debian-nachal-obshhee-golosovanie-po-kriteriyam-otkrytosti-ai-modelej","title":{"rendered":"Das Debian-Projekt hat eine allgemeine Abstimmung \u00fcber die Kriterien f\u00fcr die Offenheit von KI-Modellen begonnen.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Das Debian-Projekt hat eine allgemeine Abstimmung (GR, allgemeine Resolution) der Projektentwickler angek\u00fcndigt, um die Kriterien f\u00fcr die Annahme von Modellen des maschinellen Lernens in das Hauptrepository des Projekts zu genehmigen. In dieser Phase hat die Diskussion begonnen, nach der die Stimmen gesammelt werden (das Startdatum der Abstimmung ist noch nicht festgelegt). Etwa tausend Entwickler, die an der Pflege von Paketen und der Aufrechterhaltung der Debian-Infrastruktur beteiligt sind, haben das Recht zur Stimmabgabe. <\/p>\n
KI-Modelle, die unter offenen Lizenzen verbreitet werden, jedoch ohne Bereitstellung des Quellmaterials und der Werkzeuge zur Ausbildung des Modells, sollten als inkompatibel mit den Kriterien von Debian anerkannt werden, die freie Software definieren (DFSG, Debian Free Software Guideline). Sollte der Vorschlag angenommen werden, k\u00f6nnen solche Modelle nicht in das Hauptrepository des Projekts (\u201emain\u201c) aufgenommen werden. Die M\u00f6glichkeit, solche Modelle in den Repositorys \u201enon-free\u201c anzubieten, wird in der laufenden Abstimmung nicht in Betracht gezogen. <\/p>\n
Zu den Problemen, die bei fehlenden Daten, die beim Training verwendet werden, auftreten, geh\u00f6ren: <\/p>\n
\n
Das Fehlen von Rohdaten oder Programmen, die f\u00fcr das Training verwendet werden, schr\u00e4nkt die M\u00f6glichkeiten zur Modifikation von fertigen KI-Modellen stark ein. Trotz der Erlaubnis zur Modifikation in der Lizenz, ist eine solche Modifikation in der Praxis schwierig. \u00c4nderungen k\u00f6nnen beispielsweise erforderlich sein, wenn ein Tokenizer ersetzt werden muss, der ben\u00f6tigt wird, um neue Sprachen zu unterst\u00fctzen.\n
Die f\u00fcr das Training verwendeten Daten k\u00f6nnen als \u201eQuellcode\u201c des Modells betrachtet werden, w\u00e4hrend das fertige Modell als Ergebnis der Verarbeitung dieses \u201eQuellcodes\u201c durch die Werkzeuge zum Training gilt. Folglich muss f\u00fcr eine umfassende Modifikation des Modells die M\u00f6glichkeit bestehen, die Quelldaten und Werkzeuge zu modifizieren.\n
Die Unm\u00f6glichkeit, die Arbeit zu reproduzieren, die zur Erstellung des Modells ohne Zugang zu den Rohdaten und Werkzeugen durchgef\u00fchrt wurde.\n
Sicherheits- und ethische Fragen. Ohne Quellmaterial und Werkzeuge ist die M\u00f6glichkeit, Schwachstellen in Modellen zu beheben, auf die Anwendung von Bin\u00e4rpatches oder den vollst\u00e4ndigen Austausch des Modells beschr\u00e4nkt. Solche Patches kann nur der Autor des Modells erstellen, und die Nutzer des Modells sind vollst\u00e4ndig von diesem abh\u00e4ngig. Dabei kann niemand, einschlie\u00dflich der Autoren des Modells, den Kern der auf diese Weise vorgeschlagenen \u00c4nderungen verstehen. Das Fehlen von Quellmaterial erschwert au\u00dferdem die Identifizierung von Backdoor-Einsch\u00fcben in Modellen des maschinellen Lernens.\n
Einschr\u00e4nkungen beim Studium. Ohne Quellmaterial ist es unm\u00f6glich zu best\u00e4tigen, dass das Modell mit Daten trainiert wurde, die unter Lizenzen bereitgestellt werden, die eine solche Nutzung zulassen, oder auszuschlie\u00dfen, dass bei der Schulung keine Daten verwendet wurden, die illegal beschafft wurden. Wenn bei der Schulung Daten unter der GPL-Lizenz verwendet wurden, kann eine \u00dcberpr\u00fcfung erforderlich sein, ob im Ergebnis, das das Modell ausgibt, Fragmente mit einer Kopie dieser Daten enthalten sind, f\u00fcr die eine Quellenangabe und Lizenz erforderlich sind. Der Entwickler kann ungewollt Lizenzen f\u00fcr bestimmte Quellmaterialien verletzen, indem er generierten \u043a\u043e\u0434\/Inhalt in sein Projekt einf\u00fcgt. <\/ul>\n
Im Oktober letzten Jahres ver\u00f6ffentlichte die Organisation OSI (Open Source Initiative) eine Definition f\u00fcr ein Open Source AI-System. Ein Open Source AI-System muss folgende M\u00f6glichkeiten bieten: Nutzung zu beliebigen Zwecken, ohne dass eine gesonderte Erlaubnis eingeholt werden muss; Untersuchung der Funktionsweise des Systems und Pr\u00fcfung seiner Komponenten; \u00c4nderungen zu beliebigen Zwecken vornehmen; Weitergabe sowohl der Originalversion als auch der bearbeiteten Version nach \u00c4nderungen ohne Einschr\u00e4nkung der Nutzungsziele. Ein Open Source AI-System sollte detaillierte Informationen \u00fcber die Architektur des Modells, die beim Training verwendeten Daten und die Trainingsmethodologie enthalten sowie den Quellcode f\u00fcr den Betrieb und das Training des AI-Systems bereitstellen. Die Informationen sollten ausreichend sein, damit ein professioneller Entwickler in der Lage ist, selbstst\u00e4ndig ein \u00e4quivalentes AI-System unter Verwendung derselben oder \u00e4hnlicher Daten zu reproduzieren. <\/p>\n
Die Menschenrechtsorganisation Software Freedom Conservancy (SFC) hat diese Definition kritisiert. Unzufriedenheit herrscht dar\u00fcber, dass die Kriterien keine Anforderungen an die Bereitstellung der Daten enthalten, die f\u00fcr das Training des Modells verwendet wurden. In der Definition von OSI ist lediglich ein detaillierter Bericht \u00fcber die beim Training verwendeten Daten gefordert, nicht aber die Daten selbst. Die angenommene Definition garantiert lediglich zwei der vier angegebenen Freiheiten von Open Source \u2013 die M\u00f6glichkeit zu verwenden und die M\u00f6glichkeit zu verbreiten, w\u00e4hrend die M\u00f6glichkeiten zur \u00c4nderung und zum Studium nicht vollst\u00e4ndig gew\u00e4hrleistet sind. <\/p>\n
Die Entscheidung der OSI wird damit erkl\u00e4rt, dass die Ver\u00f6ffentlichung der Ausgangsdaten in vielen F\u00e4llen aus Gr\u00fcnden, die au\u00dferhalb der Kontrolle des Entwicklers des KI-Modells liegen, unm\u00f6glich ist, wie etwa die Notwendigkeit, Vertraulichkeit zu wahren, die Nutzung urheberrechtlich gesch\u00fctzter Materialien, die Lizenzierung von Daten durch Dritte usw. Wenn eine Anforderung zur Bereitstellung von Daten hinzugef\u00fcgt w\u00fcrde, w\u00fcrde keines der bestehenden gro\u00dfen Sprachmodelle den Status \u201aoffen\u2018 erhalten, und die Definition selbst w\u00fcrde zu einer unerreichbaren Utopie. \n Quelle: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"