开源人工智能定义 – 每周更新 7月1日

公开征集测试 OpenVLA

上周 @quaid 建议进行一项受控实验，以确定仅凭数据信息是否足以高保真地重建原始AI模型。他分享了来自 OpenVLA 项目的见解，指出其可能符合 v0.0.8 草案的要求，并建议使用一个测试套件来比较使用完整数据集和数据信息创建的模型。
- 对此，@Stefano 指出卡内基梅隆大学 (CMU) 也有一些硕士生正在进行类似的实验，以 “检验” 该草案定义的 “成色”。
- @quaid 提出了更精确的评估模型相似性的标准，例如 “功能相似” 或 “实际相似”，并进一步建议详细说明从开放数据集中寻求的价值，以改进实验的框架。

@hook 分享了一篇他们认为有趣且相关的研究论文，标题为 Rethinking open source generative AI: open-washing and the EU AI Act。
- 这篇论文之前已被其作者 @mark 分享，并在讨论 OSAID 是否应包含部分开放许可的背景下进行了讨论，他们认为这样做可以限制漂绿行为，并表示：“我认为 LLM 的提供商和用户不应自由地在我们的信息环境中制造“石油泄漏”，我认为 RAIL 为此提供了有用的护栏。” 这将突显 “开放程度”。
- 他们也以可视化的方式展示了不同系统的开放程度。
  - 这是我们之前讨论过的一个观点，并指出 OSAID 不会是部分开放许可，而将是二元许可。请参阅第 22 周摘要，了解此讨论的背景.

我们上周举办了第 12 次线上讨论会。如果您错过了，可以在这里访问录音和幻灯片。本次线上讨论会介绍了一些关于定义草案下一版的想法，明确指出在数据信息概念上尚未达成共识，该部分仍有待更改。
新的线上讨论会已安排在 7 月 12 日星期五。