HƯỚNG DẪN công ty

AI nguồn mở

AI nguồn mở liên quan đến các quyền tự do và tài liệu có sẵn để sử dụng, nghiên cứu, sửa đổi và chia sẻ hệ thống AI.

Nghe hướng dẫn nàyAI thuật lại · ~2 min

Trên trang nàyĐọc trong 2 phút
  1. Tổng quan
  2. Những điểm chính rút ra
  3. Lặn sâu
  4. Đánh giá nhãn phát hành
  5. Triển khai trong thế giới thực
  6. Đưa nó vào thực tế
  7. Nguồn tham khảo và đọc thêm
  8. Tiếp tục khám phá
  9. Câu hỏi thường gặp

Tổng quan

Mô hình có thể tải xuống không tự động là nguồn mở. Đánh giá các điều khoản thực tế và các thành phần được phát hành, đồng thời nêu rõ định nghĩa bạn đang áp dụng.

Những điểm chính rút ra

  1. Đặt tên cho định nghĩa đang được sử dụng.
  2. Kiểm tra mọi điều khoản của thành phần.
  3. Đánh giá khả năng tái sản xuất và trách nhiệm vận hành một cách riêng biệt.

Lặn sâu

Định nghĩa AI nguồn mở 1.0 của Sáng kiến ​​nguồn mở xử lý thông tin dữ liệu, mã và tham số dưới dạng các phần của biểu mẫu ưu tiên để sửa đổi. Nó không chỉ đơn giản coi việc tiếp cận các mức tạ là sự công khai, cũng như không yêu cầu mọi hồ sơ đào tạo thô phải được phân phối lại một cách công khai. Kiểm tra từng thành phần phát hành và các điều khoản của nó. Mã, trọng lượng mô hình, bộ dữ liệu và nội dung hỗ trợ có thể sử dụng các giấy phép hoặc hạn chế khác nhau. Giới hạn sử dụng thương mại, điều kiện phân phối lại hoặc các hạn chế khác có thể ảnh hưởng đến việc bản phát hành có đáp ứng định nghĩa nguồn mở cụ thể hay không. Tính mở có thể hỗ trợ việc thanh tra, điều chỉnh và nghiên cứu độc lập nhưng nó không đảm bảo khả năng tái tạo hoặc chất lượng. Thiếu cấu hình, dữ liệu không thể truy cập, yêu cầu phần cứng hoặc xử lý trước không có giấy tờ vẫn có thể ngăn nhóm khác tạo lại kết quả. Trước khi áp dụng, hãy ghi lại chính xác phiên bản, giấy phép, xuất xứ và các yêu cầu triển khai. Kiểm tra mô hình cho nhiệm vụ dự định và duy trì các biện pháp kiểm soát bảo mật và quyền riêng tư. Tính khả dụng công khai không loại bỏ trách nhiệm của tổ chức vận hành hệ thống.

04Ví dụ hoạt động

Đánh giá nhãn phát hành

  1. Hãy tưởng tượng một mô hình có trọng lượng có thể tải xuống nhưng không có mã đào tạo và giấy phép cấm một số mục đích sử dụng thương mại.

  2. Ghi lại những sự thật đó thay vì mô tả bản phát hành đơn giản là nguồn mở không hạn chế.

  3. So sánh các tài liệu và thuật ngữ có sẵn với định nghĩa đã nêu và với các yêu cầu của dự án dự định.

Những gì nó cho thấy

Ví dụ được xây dựng cho thấy cách đánh giá một bản phát hành mà không cần dựa vào nhãn tiếp thị của nó.

Triển khai trong thế giới thực

Kiểm tra riêng các thuật ngữ mã, trọng lượng và tập dữ liệu trước khi phân phối lại.

Tái tạo một thử nghiệm nhỏ được ghi lại để đánh giá tính đầy đủ của bản phát hành.

Đưa nó vào thực tế

Tại sao nó quan trọng

  • Chiến lược nhà cung cấp. Lộ trình của nhà cung cấp ảnh hưởng đến những tính năng mà nhóm của bạn có thể xây dựng tiếp theo.
  • Chi phí và ngân sách. Các điều khoản thương mại và các lựa chọn triển khai ảnh hưởng đến chi phí và rủi ro dài hạn.
  • Rủi ro và an toàn. Các biện pháp khuyến khích của công ty định hình các tình trạng vỡ nợ của sản phẩm, trạng thái an toàn và tính cởi mở.

coi chừng

  • Thông báo ra mắt có thể vượt xa sự ổn định trong quy trình sản xuất thực tế.
  • Việc định giá API hoặc thay đổi chính sách có thể phá vỡ các giả định chỉ sau một đêm.
  • Sự phụ thuộc vào một nhà cung cấp làm tăng chi phí khóa và di chuyển.

Các bước tiếp theo

  1. Đánh giá các nhà cung cấp bằng cách sử dụng các nhiệm vụ và bộ dữ liệu của riêng bạn.
  2. Xem lại các điều khoản về quyền riêng tư, bảo mật và pháp lý trước khi tích hợp.
  3. Duy trì kế hoạch dự phòng giữa các mô hình hoặc nhà cung cấp.
  4. Theo dõi ghi chú phát hành để những thay đổi về lộ trình không gây ngạc nhiên cho các nhóm.

Nguồn tham khảo và đọc thêm

  1. Open Source InitiativeĐịnh nghĩa AI nguồn mở 1.0

Tiếp tục khám phá

Bản tin miễn phí

Nhận bản tóm tắt AI hàng ngày

Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.

Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.

Tự kiểm tra

Take the Open Source AI quiz

Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.

Bắt đầu bài kiểm tra

Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp

Câu hỏi thường gặp

Các trọng số mở có tự động đáp ứng Định nghĩa AI nguồn mở không?

Không. Theo định nghĩa phiên bản 1.0 của OSI, mã liên quan, thông tin dữ liệu, tham số và các quyền tự do liên quan đều quan trọng.