A Nijmegen University (Netherlands) researcher compiled a ranking of the openness of 40 large language models and 7 models for generating images from text descriptions that are claimed by their manufacturers to be open. Due to the fact that the criteria for the openness of machine learning models are still being formulated, there is currently a situation where models that have licenses limiting their area of use are distributed under the guise of being open (for example, many models prohibit use in commercial projects). Furthermore, manufacturers often do not provide access to the data used for training, do not disclose implementation details, or do not fully open the accompanying code.<\/p>\n
A legt\u00f6bb olyan modell, amelyet \"ny\u00edlt\"k\u00e9nt pozicion\u00e1lnak, val\u00f3j\u00e1ban ink\u00e1bb \"ny\u00edlt s\u00falykoefficiensek\" vagy pontosabban \"el\u00e9rhet\u0151 s\u00falykoefficiensek\" form\u00e1j\u00e1ban \u00e9rtelmezend\u0151, mivel ezek korl\u00e1toz\u00f3 licenc alatt terjednek, amelyek tiltanak a kereskedelmi term\u00e9kekben val\u00f3 haszn\u00e1lat\u00e1t. Harmadik felek k\u00eds\u00e9rletezhetnek az ilyen modellekkel, de nincs lehet\u0151s\u00e9g\u00fck a modell saj\u00e1t ig\u00e9nyeikhez val\u00f3 adapt\u00e1l\u00e1s\u00e1ra vagy a megval\u00f3s\u00edt\u00e1s ellen\u0151rz\u00e9s\u00e9re. A modellek t\u00f6bb mint fele nem biztos\u00edt r\u00e9szletes inform\u00e1ci\u00f3kat az oktat\u00e1shoz haszn\u00e1lt adatokkal kapcsolatban, \u00e9s nem teszi k\u00f6zz\u00e9 a bels\u0151 fel\u00e9p\u00edt\u00e9sr\u0151l \u00e9s architekt\u00far\u00e1r\u00f3l sz\u00f3l\u00f3 inform\u00e1ci\u00f3kat.<\/p>\n
The most open models are recognized to be BloomZ, AmberChat, OLMo, Open Assistant, and Stable Diffusion, which are published under open licenses along with source data, code, and API implementation. Models from Google (Gemma 7B), Microsoft (Orca 2), and Meta (Llama 3), positioned by their manufacturers as open, ended up closer to the bottom of the ranking, as they do not provide access to source data, do not disclose technical details of implementation, and distribute model weights under licenses that limit the area of use. The popular model Mistral 7B ranked about the middle of the list, as it is supplied under an open license but is only partially documented, does not disclose the data used for training, and does not have fully open accompanying code.<\/p>\n
A kutat\u00f3k 14 krit\u00e9riumot aj\u00e1nlottak az AI-modellek nyitotts\u00e1g\u00e1ra, amelyek a k\u00f3d, a tanulm\u00e1nyi adatok, a s\u00falyoz\u00e1sok, az adavari\u00e1ci\u00f3k \u00e9s a meger\u0151s\u00edt\u00e9ses tanul\u00e1ssal (RL) optimaliz\u00e1lt koefficiensek terjeszt\u00e9s\u00e9nek felt\u00e9teleit, valamint az azonnal haszn\u00e1lhat\u00f3 csomagok, API-k, dokument\u00e1ci\u00f3k \u00e9s r\u00e9szletes v\u00e9grehajt\u00e1si le\u00edr\u00e1sok megl\u00e9t\u00e9t \u00f6lelik fel.<\/p>\n
<\/center><\/p>\n
<\/center><\/p>\n
Az OSI (Open Source Initiative) \u00e1ltal javasolt nyitott AI defin\u00edci\u00f3 tervezet alapj\u00e1n az AI-rendszerek nyitotts\u00e1g\u00e1nak alapvet\u0151 krit\u00e9riumai a k\u00f6vetkez\u0151k: a felhaszn\u00e1l\u00e1s lehet\u0151s\u00e9g\u00e9nek biztos\u00edt\u00e1sa b\u00e1rmilyen c\u00e9lb\u00f3l k\u00fcl\u00f6n enged\u00e9ly beszerz\u00e9se n\u00e9lk\u00fcl; a rendszer m\u0171k\u00f6d\u00e9s\u00e9nek tanulm\u00e1nyoz\u00e1sa \u00e9s alkot\u00f3elemeinek ellen\u0151rz\u00e9se; a v\u00e1ltoztat\u00e1sok v\u00e9grehajt\u00e1sa b\u00e1rmilyen c\u00e9lb\u00f3l; m\u00e1soknak val\u00f3 \u00e1tad\u00e1s, mind az eredeti verzi\u00f3, mind a m\u00f3dos\u00edtott v\u00e1ltozat \u00e1tad\u00e1sa ut\u00e1n.<\/p>\n
A v\u00e1ltoztat\u00e1sok v\u00e9grehajt\u00e1s\u00e1nak lehet\u0151s\u00e9g\u00e9nek biztos\u00edt\u00e1sa \u00e9rdek\u00e9ben az AI-rendszernek a k\u00f6vetkez\u0151ket kell tartalmaznia:<\/p>\n
\n
R\u00e9szletes inform\u00e1ci\u00f3kat az oktat\u00e1s sor\u00e1n felhaszn\u00e1lt adatokkal \u00e9s a tan\u00edt\u00e1si m\u00f3dszertannal kapcsolatban. Az inform\u00e1ci\u00f3nak elegend\u0151nek kell lennie ahhoz, hogy egy szakmai fejleszt\u0151 k\u00e9pes legyen \u00f6n\u00e1ll\u00f3an \u00fajj\u00e1\u00e9p\u00edteni egy megfelel\u0151 AI-rendszert, a tan\u00edt\u00e1shoz ugyanolyan vagy hasonl\u00f3 adatok felhaszn\u00e1l\u00e1s\u00e1val.\n
A forr\u00e1sk\u00f3d jelenl\u00e9te, amely lehet\u0151v\u00e9 teszi az AI rendszer ind\u00edt\u00e1s\u00e1t \u00e9s a tan\u00edt\u00e1si folyamat v\u00e9grehajt\u00e1s\u00e1t (a fent t\u00e1rgyalt t\u00e1bl\u00e1zatban a \"k\u00f3d\" oszlopban sok modell eset\u00e9ben \"~\" jelz\u00e9s \u00e1ll, ami a k\u00f3d r\u00e9szleges el\u00e9rhet\u0151s\u00e9g\u00e9re utal, amikor a modell ind\u00edt\u00e1s\u00e1hoz sz\u00fcks\u00e9ges k\u00f3d el\u00e9rhet\u0151, de a tan\u00edt\u00e1shoz vagy a modell l\u00e9trehoz\u00e1s\u00e1hoz sz\u00fcks\u00e9ges k\u00f3d nem \u00e1ll rendelkez\u00e9sre). A k\u00f3dnak emellett olyan ter\u00fcleteket is mag\u00e1ba kell foglalnia, mint az el\u0151feldolgoz\u00e1s, az adatok ellen\u0151rz\u00e9se \u00e9s a tokeniz\u00e1l\u00e1s. Ezen k\u00edv\u00fcl r\u00e9szletes le\u00edr\u00e1st kell ny\u00fajtani a modell architekt\u00far\u00e1j\u00e1r\u00f3l.\n
A modell param\u00e9terei (s\u00falyok), amelyek el\u0151re meghat\u00e1rozott, k\u00e9sz \u00e1llapotot jeleznek az oktat\u00e1s ut\u00e1n, vagy a modell v\u00e9gs\u0151 optimaliz\u00e1lt verzi\u00f3j\u00e1nak megl\u00e9t\u00e9t.\n<\/ul>\n
![\"A](\"\/wp-content\/uploads\/2024\/06\/7f2a777c3bad9a47eb7291149cd93e58.png\")
<\/center><\/p>\n![\"A](\"\/wp-content\/uploads\/2024\/06\/b4fa41ec1107a108831eb3772f35e05f.png\")
<\/center><\/p>\n