了解语言模型中的开放性：开源、开放权重和受限权重

随着高级语言模型的出现，AI 模型的“开放性”已成为一个热门的讨论话题，但开放意味着什么？本文阐明了三个关键概念，以帮助社区了解模型的可访问性和控制。

1. 开源

在开源模型中，整个代码库、训练数据和方法都是公开可用的。这意味着可以精确地重新创建原始数据。开源允许任何人检查、修改和改进模型，这非常适合研究或在模型上构建变体。

2. 开放重量

具有开放权重的模型提供经过训练的参数，允许其他人使用和微调它们，而无需访问原始代码或数据。这种方法有助于常见使用，但会限制自定义和对模型开发方式的充分理解。但是，它确实可以通过针对该模型使用的特定应用程序调整这些权重来轻松微调模型。

3. 限制重量

某些模型限制对权重的访问。虽然这可以保护知识产权，但可能会限制研究和社区驱动的增强。它确实赋予了出版商完全控制权，这意味着模型不会因修改而受到污染，并且可以保护商业价值。

开放性级别

上述每个选项都提供了不同级别的控制和创新。开源促进完全访问和协作，开放权重允许在有一定限制的情况下使用，而受限权重侧重于保护开发人员的知识产权。

通过了解这些差异，我们可以在 AI 开发方面做出明智的选择，以平衡开放性、控制和道德责任。