别闹了，大模型真不好“开源”，还不如界定好它的开放程度
日前，Nature 杂志编辑 Elizabeth Gibney 刊文深入分析了大语言模型（ LLM ）的透明性和开放性，并揭露了所谓的“开源大模型”背后隐藏的一些问题。 Elizabeth 指出，许多声称“开源”的 AI 模型，其本质上并不开源，往往只公开了部分代码和权重模型，与之更为关键的训练数据、训练过程、核心算法均没有真正开放。 并提到，号称坚定开源的 Meta ，旗下产品 Llama 也只开放了权重（ open weight ），源代码、训练数据、训练过程等参数均为闭源。 有关于这一点，荷兰奈梅亨拉德堡德大学的语言科学家 Mark Dingemanse 与他的同事 Andreas Liesenfeld 所整理的这个表单或许更为直观。（见下表） 开源（✔） 部分开源（~） 闭源（×） 我们不难发现：市面上绝大多数所谓的“开源大模型”，都只是“部分开源”，其核心代码、模型数据、预印本、应用接口均存在或多或少的闭源情况。 并且，资源相对较少的非营利性机构，例如 BigScience 、Allen Institute for AI ，较之 Meta 、Google 这样的巨头，其模型的...
