{"id":116805,"date":"2024-06-27T18:05:52","date_gmt":"2024-06-27T16:05:52","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/rejting-otkrytosti-generativnyh-ai-modelej"},"modified":"2024-06-27T18:05:52","modified_gmt":"2024-06-27T16:05:52","slug":"rejting-otkrytosti-generativnyh-ai-modelej","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/news\/rejting-otkrytosti-generativnyh-ai-modelej","title":{"rendered":"Classifica di apertura dei modelli AI generativi","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

I ricercatori dell'Universit\u00e0 di Nijmegen (Paesi Bassi) hanno redatto una classifica dell'apertura di 40 grandi modelli linguistici e 7 modelli per la generazione di immagini a partire da descrizioni testuali, che sono dichiarati dai produttori come aperti. Poich\u00e9 i criteri di apertura per i modelli di machine learning sono ancora in fase di definizione, attualmente ci troviamo in una situazione in cui modelli con licenze che limitano l'ambito d'uso sono diffusi sotto il pretesto di essere aperti (ad esempio, molti modelli vietano l'uso in progetti commerciali). Inoltre, frequentemente i produttori non forniscono accesso ai dati utilizzati per l'addestramento, non rivelano i dettagli di implementazione o non aprono completamente il codice associato.<\/p>\n

La maggior parte dei modelli, presentati come \u00abaperti\u00bb, dovrebbero essere considerati come \u00abcoefficients di apertura\u00bb o meglio \u00abcoefficients di accesso\u00bb, poich\u00e9 sono distribuiti sotto licenze restrittive che ne vietano l'uso in prodotti commerciali. I ricercatori esterni possono sperimentare con tali modelli, ma non hanno la possibilit\u00e0 di adattare il modello alle proprie esigenze o di ispezionare l'implementazione. Pi\u00f9 della met\u00e0 dei modelli non fornisce dettagli sui dati utilizzati per l'addestramento e non pubblica informazioni sulla struttura interna e sull'architettura.<\/p>\n

I modelli pi\u00f9 aperti sono stati riconosciuti come BloomZ, AmberChat, OLMo, Open Assistant e Stable Diffusion, che sono stati pubblicati sotto licenze aperte insieme ai dati sorgente, al codice e all'implementazione dell'API. I modelli di Google (Gemma 7B), Microsoft (Orca 2) e Meta (Llama 3), dichiarati dai produttori come aperti, si sono rivelati pi\u00f9 verso la fine della classifica, poich\u00e9 non forniscono accesso ai dati sorgente, non rivelano dettagli tecnici di implementazione e distribuiscono i coefficienti del modello sotto licenze che limitano l'ambito d'uso. Il modello popolare Mistral 7B si \u00e8 posizionato circa a met\u00e0 della classifica, poich\u00e9 \u00e8 fornito sotto una licenza aperta, ma \u00e8 documentato solo parzialmente, non rivela i dati utilizzati per l'addestramento e presenta codice associato non completamente aperto.<\/p>\n

I ricercatori hanno proposto 14 criteri di apertura per i modelli AI, che coprono le condizioni per la pubblicazione del codice, dei dati di formazione, dei pesi, delle varianti di dati e dei coefficienti ottimizzati tramite l'apprendimento per rinforzo (RL), e la disponibilit\u00e0 di pacchetti pronti all'uso, API, documentazione e descrizioni dettagliate dell'implementazione.<\/p>\n

\"Classifica<\/center><\/p>\n

\"Classifica<\/center><\/p>\n

In conformit\u00e0 con la bozza di definizione di AI aperta proposta dall'organizzazione OSI (Open Source Initiative), i principali criteri di apertura di un sistema AI sono la possibilit\u00e0 di utilizzarlo per qualsiasi scopo senza dover ottenere un'autorizzazione separata; l'opportunit\u00e0 di studiare il funzionamento del sistema e ispezionare i suoi componenti; apportare modifiche per qualsiasi scopo; e la cessione ad altri sia della versione originale che delle modifiche apportate.<\/p>\n

Per consentire modifiche, il sistema AI deve includere:<\/p>\n