{"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\/pt\/blog\/news\/rejting-otkrytosti-generativnyh-ai-modelej","title":{"rendered":"Classifica\u00e7\u00e3o da transpar\u00eancia dos modelos de IA generativa","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Pesquisadores da Universidade de Nijmegen (Pa\u00edses Baixos) elaboraram um ranking de transpar\u00eancia de 40 grandes modelos de linguagem e 7 modelos para gera\u00e7\u00e3o de imagens a partir de descri\u00e7\u00f5es textuais, que s\u00e3o anunciados pelos fabricantes como abertos. Devido ao fato de que os crit\u00e9rios de abertura para modelos de aprendizagem de m\u00e1quina ainda est\u00e3o sendo formados, atualmente existe uma situa\u00e7\u00e3o em que modelos com licen\u00e7as que limitam o uso (por exemplo, muitos modelos pro\u00edbem a aplica\u00e7\u00e3o em projetos comerciais) est\u00e3o sendo divulgados como se fossem abertos. Frequentemente, os fabricantes tamb\u00e9m n\u00e3o fornecem acesso aos dados utilizados durante o treinamento, n\u00e3o revelam detalhes de implementa\u00e7\u00e3o ou n\u00e3o disponibilizam completamente o c\u00f3digo auxiliar.<\/p>\n
A maioria dos modelos posicionados como \u00ababertos\u00bb deve, na verdade, ser vista como \u00abcoeficientes de peso abertos\u00bb ou, mais precisamente, \u00abcoeficientes de peso acess\u00edveis\u00bb, uma vez que s\u00e3o distribu\u00eddos sob licen\u00e7as restritivas que pro\u00edbem o uso em produtos comerciais. Pesquisadores independentes podem experimentar com esses modelos, mas n\u00e3o t\u00eam a capacidade de adaptar o modelo \u00e0s suas necessidades ou inspecionar a implementa\u00e7\u00e3o. Mais da metade dos modelos n\u00e3o fornece informa\u00e7\u00f5es detalhadas sobre os dados utilizados para treinamento, nem publica informa\u00e7\u00f5es sobre a estrutura interna e a arquitetura.<\/p>\n
Os modelos mais abertos reconhecidos incluem BloomZ, AmberChat, OLMo, Open Assistant e Stable Diffusion, que foram publicados sob licen\u00e7as abertas juntamente com dados originais, c\u00f3digo e implementa\u00e7\u00e3o de API. Os modelos da Google (Gemma 7B), Microsoft (Orca 2) e Meta (Llama 3), que s\u00e3o posicionados pelos fabricantes como abertos, acabaram mais perto do final do ranking, pois n\u00e3o oferecem acesso aos dados originais, n\u00e3o revelam detalhes t\u00e9cnicos da implementa\u00e7\u00e3o e distribuem os coeficientes do modelo sob licen\u00e7as que limitam o uso. O popular modelo Mistral 7B ficou aproximadamente no meio do ranking, pois \u00e9 fornecido sob uma licen\u00e7a aberta, mas est\u00e1 apenas parcialmente documentado, n\u00e3o revela os dados utilizados para o treinamento e possui c\u00f3digo auxiliar n\u00e3o totalmente aberto.<\/p>\n
Pesquisadores propuseram 14 crit\u00e9rios de abertura para modelos de IA, abrangendo as condi\u00e7\u00f5es de dissemina\u00e7\u00e3o de c\u00f3digo, dados de treinamento, pesos, variantes de dados e coeficientes otimizados por meio de aprendizado por refor\u00e7o (RL), al\u00e9m da exist\u00eancia de pacotes prontos para uso, APIs, documenta\u00e7\u00e3o e descri\u00e7\u00e3o detalhada da implementa\u00e7\u00e3o.<\/p>\n
<\/center><\/p>\n
<\/center><\/p>\n
De acordo com a vers\u00e3o preliminar da defini\u00e7\u00e3o de IA aberta proposta pela OSI (Open Source Initiative), os principais crit\u00e9rios de abertura de um sistema de IA incluem a possibilidade de uso para qualquer fim sem necessidade de permiss\u00e3o separada; a capacidade de estudar o funcionamento do sistema e inspecionar seus componentes; fazer modifica\u00e7\u00f5es para qualquer prop\u00f3sito; e transferir a outros tanto a vers\u00e3o original quanto a vers\u00e3o modificada.<\/p>\n
Para permitir a realiza\u00e7\u00e3o de modifica\u00e7\u00f5es, o sistema de IA deve incluir:<\/p>\n
\n
Informa\u00e7\u00f5es detalhadas sobre os dados usados no treinamento e a metodologia de treinamento. As informa\u00e7\u00f5es devem ser suficientes para que um desenvolvedor profissional possa recriar um sistema de IA equivalente, usando os mesmos ou dados semelhantes para treinamento.\n
A presen\u00e7a do c\u00f3digo-fonte que permite tanto a execu\u00e7\u00e3o do sistema de IA quanto a realiza\u00e7\u00e3o do processo de seu treinamento (na tabela acima, na coluna \u00abc\u00f3digo\u00bb, muitos modelos indicam \u00ab~\u00bb, que implica em uma presen\u00e7a parcial do c\u00f3digo, onde o c\u00f3digo para executar o modelo est\u00e1 dispon\u00edvel, mas o c\u00f3digo para treinar ou criar o modelo est\u00e1 ausente). O c\u00f3digo tamb\u00e9m deve abranger \u00e1reas como pr\u00e9-processamento, verifica\u00e7\u00e3o de dados e tokeniza\u00e7\u00e3o. Al\u00e9m disso, deve ser fornecida uma descri\u00e7\u00e3o detalhada da arquitetura do modelo.\n
Os par\u00e2metros do modelo (pesos), que implicam a exist\u00eancia de um instant\u00e2neo de estado pronto para uso ap\u00f3s o treinamento ou a exist\u00eancia da vers\u00e3o final otimizada do modelo.\n<\/ul>\n
![\"Classifica\u00e7\u00e3o](\"\/wp-content\/uploads\/2024\/06\/7f2a777c3bad9a47eb7291149cd93e58.png\")
<\/center><\/p>\n![\"Classifica\u00e7\u00e3o](\"\/wp-content\/uploads\/2024\/06\/b4fa41ec1107a108831eb3772f35e05f.png\")
<\/center><\/p>\n