{"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\/es\/blog\/news\/proekt-debian-nachal-obshhee-golosovanie-po-kriteriyam-otkrytosti-ai-modelej","title":{"rendered":"El proyecto Debian ha iniciado una votaci\u00f3n general sobre los criterios de apertura de modelos de IA","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
El proyecto Debian ha anunciado la realizaci\u00f3n de una votaci\u00f3n general (GR, resoluci\u00f3n general) entre los desarrolladores del proyecto para aprobar los criterios de inclusi\u00f3n de modelos de aprendizaje autom\u00e1tico en el repositorio principal del proyecto. En esta etapa, se ha iniciado la fase de discusi\u00f3n, tras la cual comenzar\u00e1 la recolecci\u00f3n de votos (la fecha de inicio de la votaci\u00f3n a\u00fan no se ha determinado). Aproximadamente mil desarrolladores que participan en el mantenimiento de paquetes y la infraestructura de Debian tienen derecho a voto. <\/p>\n
Los modelos de IA distribuidos bajo licencias abiertas, pero sin proporcionar el material fuente y las herramientas para entrenar el modelo, se proponen considerarse incompatibles con los criterios de Debian que definen el software libre (DFSG, Debian Free Software Guideline). En caso de que se apruebe la propuesta, dichos modelos no podr\u00e1n incluirse en el repositorio principal del proyecto (\u00abmain\u00bb). La posibilidad de suministrar tales modelos en el repositorio \u00abnon-free\u00bb no se contempla en la votaci\u00f3n actual. <\/p>\n
Entre los problemas que surgen por la falta de datos utilizados en el entrenamiento, se mencionan: <\/p>\n
\n
La ausencia de datos originales o programas utilizados para el entrenamiento limita considerablemente las posibilidades de modificar los modelos de IA resultantes. A pesar de que la licencia permite la modificaci\u00f3n, en la pr\u00e1ctica dicha modificaci\u00f3n es complicada. Puede ser necesario cambiar, por ejemplo, el tokenizador, que es necesario para agregar soporte para nuevos idiomas.\n
Los datos utilizados para el entrenamiento pueden interpretarse como el \u00abc\u00f3digo fuente\u00bb del modelo, y el modelo terminado como el resultado del procesamiento de ese \u00abc\u00f3digo fuente\u00bb mediante las herramientas del proceso de entrenamiento. Por lo tanto, para una modificaci\u00f3n completa del modelo, debe existir la posibilidad de modificar los datos fuente y las herramientas.\n
La imposibilidad de reproducir el trabajo realizado para crear el modelo sin acceso a los datos originales y las herramientas.\n
Cuestiones de seguridad y \u00e9tica. Sin datos fuente y herramientas, la capacidad para abordar vulnerabilidades en los modelos est\u00e1 limitada por la aplicaci\u00f3n de parches binarios o la sustituci\u00f3n completa del modelo. Tales parches solo pueden ser preparados por el autor del modelo, y los consumidores del modelo se vuelven completamente dependientes de \u00e9l. Adem\u00e1s, nadie, incluidos los autores del modelo, es capaz de comprender la esencia de los cambios propuestos de esta manera. La falta de datos fuente tambi\u00e9n dificulta la identificaci\u00f3n del reemplazo de puertas traseras en los modelos de aprendizaje autom\u00e1tico.\n
Limitaciones en el estudio. Sin datos fuente, es imposible confirmar que el modelo se ha entrenado con datos que se proporcionaron bajo licencias que permiten dicho uso, o excluir que se utilizaron datos obtenidos de forma ilegal durante el entrenamiento. Adem\u00e1s, si se utilizaron datos bajo la licencia GPL en el entrenamiento, puede ser necesario analizar la presencia en los resultados producidos por el modelo de fragmentos con una copia de esos datos, para los cuales es necesario mencionar la fuente y la licencia. El desarrollador puede agregar en su proyecto c\u00f3digo\/contenido generado por el modelo y, sin querer, infringir la licencia de algunos datos fuente. <\/ul>\n
En octubre del a\u00f1o pasado, la organizaci\u00f3n OSI (Open Source Initiative) public\u00f3 la definici\u00f3n de un sistema de IA abierta (Open Source AI). Un sistema de IA abierta debe ofrecer las siguientes capacidades: uso para cualquier prop\u00f3sito sin necesidad de obtener un permiso separado; estudio del funcionamiento del sistema e inspecci\u00f3n de sus componentes; modificaci\u00f3n para cualquier prop\u00f3sito; transferencia a otras personas tanto de la versi\u00f3n original como de la versi\u00f3n editada tras modificaciones, sin restricciones en los objetivos de uso. Un sistema de IA abierta debe incluir informaci\u00f3n detallada sobre la arquitectura del modelo, los datos utilizados durante el entrenamiento y la metodolog\u00eda de entrenamiento, as\u00ed como el c\u00f3digo fuente para ejecutar y entrenar el sistema de IA. La informaci\u00f3n debe ser suficiente para que un desarrollador profesional pueda recrear por s\u00ed mismo un sistema de IA equivalente, utilizando los mismos datos o datos similares para el entrenamiento. <\/p>\n
La organizaci\u00f3n de derechos digitales Software Freedom Conservancy (SFC) ha criticado esta definici\u00f3n. La insatisfacci\u00f3n se debe a que en los criterios no se exigen requisitos sobre la provisi\u00f3n de los datos utilizados para entrenar el modelo. En la definici\u00f3n de OSI solo se requiere proporcionar informaci\u00f3n detallada sobre los datos utilizados en el entrenamiento, pero no los datos en s\u00ed. La definici\u00f3n aceptada garantiza solo dos de las cuatro libertades declaradas del Open Source: la posibilidad de usar y la posibilidad de distribuir, aunque las oportunidades de modificar y estudiar no est\u00e1n plenamente garantizadas. <\/p>\n
La decisi\u00f3n de OSI se explica porque la publicaci\u00f3n de los datos originales en muchos casos es imposible debido a razones ajenas al desarrollador del modelo de IA, como la necesidad de mantener la confidencialidad, el uso de materiales protegidos por derechos de autor, la licencia de datos de proveedores externos, etc. Si se a\u00f1adiera el requisito de proporcionar datos, ninguno de los modelos de lenguaje a gran escala existentes podr\u00eda obtener el estatus de abierto, y la propia definici\u00f3n se convertir\u00eda en una utop\u00eda inalcanzable. \n Fuente: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"