你可能听说过用“开放”或“封闭”来描述人工智能模型。但这并非在描述模型的个性。像 ChatGPT 底层使用的那种大型语言模型人工智能，尽管表面看起来可能具有个性，但实际上并没有。.
这些标签指的是人工智能模型的工作原理的所有信息是否公开可用，以及模型是否可以修改，还是模型的开发者对其内部运作保密，并将模型本身作为私有财产。.
开源软件
开源软件的概念起源于 自由软件运动 。该运动的创始人认为，软件的创建者和用户享有“四大自由”：运行程序、研究和修改程序、分发原始程序副本以及分发后续修改版本的副本。其基本要求是程序的源代码（即 基本指令 ）必须公开。
20 世纪 90 年代末，与 Netscape 网络浏览器 和 Linux 操作系统 创造并推广了“开源”一词来指代这些理念。
作为开源运动发展的一部分，一些组织制定了开源许可证，明确规定了特定源代码的使用和分发方式，其中包括 GNU 通用公共许可证 (GPL)、Apache 许可证、MIT 许可证和伯克利软件发行版 (BSDL)。每种许可证还规定了软件专利对源代码的任何潜在限制。
开源还是开源？
近年来，随着人工智能大型语言模型的蓬勃发展，开源理念再次受到重视，尤其是 OpenAI 于 2022 年发布的 ChatGPT。开发者首先在大型数据集上训练新模型，然后将模型部署供其他人使用。.
两分钟带你了解开源人工智能。.
Meta是最早发布开源大型语言模型 LLaMa。该公司于2023年2月24日发布了LLaMa，并公开了“推理”源代码——即运行模型的指令。同时，它也发布了所谓的权重，即模型在训练过程中学习到的编码知识。然而，开源促进会（Open Source Initiative） 指出，LLaMa的许可指南禁止商业用途的再利用，因此该组织认为LLaMa并非真正意义上的开源。
其他公司也发布了“开放权重”模型，例如 DeepSeek AI 的 DeepSeek 和阿里巴巴的 Qwen。这些模型的复用限制较少，人工智能社区也迅速采用了它们。然而，许多开发者认为，真正的开源人工智能模型不仅应该包含源代码和权重，还应该包含用于训练模型的数据。
有很多东西需要揭晓
开源促进会（Open Source Initiative）对 完全开源人工智能模型 中，训练数据是关键要素之一。然而，一些开发者质疑，分发所需的大量数据集是否可行。
杰弗里·杨，佐治亚理工学院
先进计算环境合作项目首席研究科学家。本文经知识共享许可协议转载自The Conversation 。阅读原文。
