OpenAI终于接受了透明度,还是GPT-OSS只是另一个封闭的盒子? OpenAI终于接受了透明度,还是GPT-OSS只是另一个封闭的盒子? OpenAI最近宣布发布了GPT-OSS,这是一套可在消费者级硬件上本地运行的开放型语言模型,虽然这标志着OpenAI从历史上关闭的模型访问方法的显著变化,但该发布引发了关于“开放”在实践中真正意味着什么的辩论。 GPT-OSS是“开源小型”的缩写,反映了OpenAI致力于提供更小的模型,其计算需求减少,这些模型正在被定位为在本地机器上更容易访问和部署的模型,这对开发人员,研究人员和小型组织尤其有用,他们无法负担得起运行GPT-4等更大的模型所需的基础设施。 但是,提供重量真的解决了更广泛的透明度问题吗? 一个熟悉的承诺,一个不同的时代 该发布回顾了人工智能历史的早期时刻,例如,当OpenAI在“滥用风险”的初步阶段后全面发布了GPT-2时,这一争论至今仍在继续。 “OpenAI发布这些开放型模型是实现AI民主化的一步,反映了推动GPT-2等早期突破的创新精神。 这是一个迹象表明,在人工智能模型方面,更大并不总是更好 - 这是web3开发人员长期以来一直在说的话。 “OpenAI发布这些开放型模型是实现AI民主化的一步,反映了推动GPT-2等早期突破的创新精神。 这是一个迹象表明,在人工智能模型方面,更大并不总是更好 - 这是web3开发人员长期以来一直在说的话。 ”0G实验室首席执行官迈克尔·海因里希(Michael Heinrich)在与Hackernoon的专访中表示。 迈克尔·海因里克 0G实验室 虽然模型体重的公众可用性是一个受欢迎的举动,但仍有关键元素隐藏在闭门后:培训数据,方法和完整的文档。 这就是为什么一些人认为GPT-OSS只提供部分透明度的原因。 在个人设备上运行 GPT-OSS 的能力可能会大大改变人工智能的开发、测试和部署方式。传统上,人工智能模型需要强大的云基础设施,增加了成本和隐私问题。 “这些模型的开放设计是欢迎的,以解决针对传统AI模型的“黑匣子”的批评,“海因里希解释说,“有趣的是,在OpenAI发布模型中看到一个AI巨头,这些模型与我们在web3工作的人们长期以来一直捍卫的原则非常密切:透明,可自定义和计算效率。 “这些模型的开放设计是欢迎的,以解决针对传统AI模型的“黑匣子”的批评,“海因里希解释说,“有趣的是,在OpenAI发布模型中看到一个AI巨头,这些模型与我们在web3工作的人们长期以来一直捍卫的原则非常密切:透明,可自定义和计算效率。 ”0G实验室首席执行官迈克尔·海因里希(Michael Heinrich)在独家采访中表示。 迈克尔·海因里克 0G实验室 然而,开放式模型的可用性也引入了新的误用 vector。一旦下载,模型安全防护栏可以很容易地修改或移除。 透明度与控制:什么真正改变了? 尽管标签是开放的,但OpenAI还没有发布完整的培训数据、精细调节步骤或计算日志,这提出了“开放的重量”和“开源”之间的关键区别。 开放的重量意味着您可以下载和运行该模型,但您不一定了解该模型是如何训练的,或者它如何在边缘案例中表现。 “虽然GPT-OSS的发布是值得欢迎的,因为它使高性能模型更加可审计和可在本地部署,但应该注意到这些好处伴随着妥协,”海因里希说,“许多人担心它只提供部分透明度。 “虽然GPT-OSS的发布是值得欢迎的,因为它使高性能模型更加可审计和可在本地部署,但应该注意到这些好处伴随着妥协,”海因里希说,“许多人担心它只提供部分透明度。 ”0G实验室首席执行官迈克尔·海因里希(Michael Heinrich)在独家采访中表示。 迈克尔·海因里克 0G实验室 这种不完整的透明度可能会随着开放模型的嵌入到关键系统中变得更加有问题的。 我的观点:一个战术的转变,而不是一个哲学的转变 GPT-OSS的发布看起来像是对Meta的LLaMA系列和Mistral的Mixtral等真正开放型号竞争日益增长的战略反应,这也可能反映了开发人员,研究人员和监管机构对边界人工智能系统如何构建和部署的压力。 但是,这并不完全符合开源伦理,这一举动似乎比哲学更具战术性,没有开放数据,可复制性仍然有限,没有明确的许可证,真正的社区参与是不确定的,没有严厉的限制,安全执法将继续是一个挑战。 “这是朝着正确的方向迈进的一步,但在OpenAI可以被视为符合其名称并真正推进AI的开放访问之前,还有很多事情要做,”Heinrich总结道。 “这是朝着正确的方向迈进的一步,但在OpenAI可以被视为符合其名称并真正推进AI的开放访问之前,还有很多事情要做,”Heinrich总结道。 最后的想法 GPT-OSS代表了本地人工智能和开放可用性的有意义的发展,但“足够开放”和真正开放之间的界限仍然模糊。对于开发人员和web3建设者来说,这一转变可能感觉像是期待已久的验证。 如果OpenAI想要达到其名称,那么下一步必须超越释放重量,它必须在每个层面都采用开放的做法:数据,培训,推断和监督。 别忘了喜欢和分享这个故事! 该作者是通过我们的商业博客计划出版的独立贡献者. HackerNoon 已经对该报告进行评估,但本文中的声明属于作者。 该作者是通过我们的商业博客计划出版的独立贡献者. HackerNoon 已经对该报告进行评估,但本文中的声明属于作者。 商业博客计划 商业博客计划