{"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\/ro\/blog\/news\/rejting-otkrytosti-generativnyh-ai-modelej","title":{"rendered":"Clasamentul deschiderii modelelor AI generative","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Cercet\u0103torii de la Universitatea Nijmegen (Olanda) au preg\u0103tit un clasament al deschiderii a 40 de mari modele lingvistice \u0219i 7 modele pentru generarea de imagini din descrieri textuale, pe care produc\u0103torii le declar\u0103 ca fiind deschise. Din cauza faptului c\u0103 criteriile de deschidere a modelelor de \u00eenv\u0103\u021bare automat\u0103 sunt \u00eenc\u0103 \u00een formare, \u00een prezent a ap\u0103rut o situa\u021bie \u00een care sunt distribuite modele, sub pretextul c\u0103 sunt deschise, care au o licen\u021b\u0103 ce limiteaz\u0103 domeniul de utilizare (de exemplu, multe modele interzic utilizarea \u00een proiecte comerciale). De asemenea, adesea produc\u0103torii nu ofer\u0103 acces la datele utilizate pentru formare, nu dezv\u0103luie detalii despre implementare sau nu deschid complet codul aferent.<\/p>\n
Cele mai multe modele, prezentate ca fiind \u201edeschise\u201d, ar trebui s\u0103 fie percepute mai degrab\u0103 ca \u201ecoeficien\u021bi de deschidere\u201d sau, mai exact, \u201ecoeficien\u021bi de deschidere disponibili\u201d, deoarece acestea sunt distribuite sub licen\u021be restrictive care interzic utilizarea \u00een produse comerciale. Cercet\u0103torii externi pot experimenta cu astfel de modele, dar nu au capacitatea de a adapta modelul la nevoile lor sau de a inspecta implementarea. Peste jum\u0103tate dintre modele nu ofer\u0103 informa\u021bii detaliate despre datele utilizate pentru instruire, precum \u0219i nu public\u0103 informa\u021bii despre structura intern\u0103 \u0219i arhitectura acestora.<\/p>\n
Cele mai deschise sunt recunoscute modelele BloomZ, AmberChat, OLMo, Open Assistant \u0219i Stable Diffusion, care sunt publicate sub licen\u021be deschise \u00eempreun\u0103 cu datele originale, codul \u0219i implementarea API. Modelele de la Google (Gemma 7B), Microsoft (Orca 2) \u0219i Meta (Llama 3), promovate de produc\u0103tori ca fiind deschise, s-au situat spre finalul clasamentului, deoarece nu ofer\u0103 acces la datele originale, nu dezv\u0103luie detalii tehnice despre implementare, iar coeficien\u021bii modelului sunt distribui\u021bi sub licen\u021be care limiteaz\u0103 domeniul de utilizare. Modelul popular Mistral 7B s-a situat aproximativ \u00een mijlocul clasamentului, deoarece este livrat sub o licen\u021b\u0103 deschis\u0103, dar este doar par\u021bial documentat, nu dezv\u0103luie datele utilizate pentru formare \u0219i are un cod \u00eenso\u021bitor care nu este complet deschis.<\/p>\n
Cercet\u0103torii au propus 14 criterii de deschidere a modelelor AI, care acoper\u0103 condi\u021biile de distribuire a codului, a datelor pentru antrenament, a coeficientelor, a variantelor de date \u0219i a coeficientelor optimizate cu ajutorul \u00eenv\u0103\u021b\u0103rii prin \u00eent\u0103rire (RL), precum \u0219i disponibilitatea pachetelor gata de utilizare, API-urilor, documenta\u021biei \u0219i descrierii detaliate a implement\u0103rii.<\/p>\n
<\/center><\/p>\n
<\/center><\/p>\n
Conform propunerii organiza\u021biei OSI (Open Source Initiative) pentru defini\u021bia preliminar\u0103 a AI-ului deschis, principalele criterii de deschidere a sistemului AI sunt oferirea posibilit\u0103\u021bilor de utilizare \u00een orice scop f\u0103r\u0103 a necesita ob\u021binerea unei permisiuni separate; studiul func\u021bion\u0103rii sistemului \u0219i inspec\u021bia componentelor sale; efectuarea de modific\u0103ri pentru orice scop; transmiterea altor persoane at\u00e2t a variantei originale, c\u00e2t \u0219i a versiunii editate dup\u0103 efectuarea modific\u0103rilor.<\/p>\n
Pentru a permite modificarea, sistemul AI trebuie s\u0103 includ\u0103:<\/p>\n
\n
Informa\u021bii detaliate despre datele utilizate la antrenament \u0219i metodologia de \u00eenv\u0103\u021bare. Informa\u021biile trebuie s\u0103 fie suficient de detaliate pentru ca un dezvoltator profesionist s\u0103 poat\u0103 recrea un sistem AI echivalent, folosind acelea\u0219i sau date similare pentru antrenament.\n
Existencea codului surs\u0103 care permite at\u00e2t pornirea sistemului AI, c\u00e2t \u0219i desf\u0103\u0219urarea procesului de \u00eenv\u0103\u021bare (\u00een tabelul men\u021bionat mai sus, \u00een coloana \u201ecod\u201d, pentru multe modele este indicat \u201e~\u201d, ceea ce sugereaz\u0103 prezen\u021ba par\u021bial\u0103 a codului, c\u00e2nd codul pentru pornirea modelului este disponibil, dar codul pentru \u00eenv\u0103\u021bare sau crearea modelului lipse\u0219te). Codul trebuie, de asemenea, s\u0103 acopere domenii precum preprocesarea, verificarea datelor \u0219i tokenizarea. \u00cen plus, ar trebui oferit un descriere detaliat\u0103 a arhitecturii modelului.\n
Parametrii modelului (coeficientii) indic\u00e2nd disponibilitatea unei versiuni preg\u0103tite de utilizare a st\u0103rii dup\u0103 antrenament sau a unei variante finale optimizate a modelului.\n<\/ul>\n
![\"Clasamentul](\"\/wp-content\/uploads\/2024\/06\/7f2a777c3bad9a47eb7291149cd93e58.png\")
<\/center><\/p>\n![\"Clasamentul](\"\/wp-content\/uploads\/2024\/06\/b4fa41ec1107a108831eb3772f35e05f.png\")
<\/center><\/p>\n