开源人工智能定义 – 3月18日每周更新

论坛关于 0.0.6 草案的评论

• 参与者提出的观点：训练数据既被列为可选的，也被列为前提条件。这可能会造成混淆，因为不清楚我们是否应该有权访问训练数据，或者了解模型使用了什么训练数据。
  • OSI 已在清单中添加了一行，关于数据透明度要求。
• 如需贡献，请点击此处阅读新草案 这里 

进入下一步！ 本周五市政厅会议

• 我们将讨论下一步
  • 重点关注所需组件的可用性（由工作组的成果保证），并列出他们使用的法律文件清单。
  • 这是为了测试当前的草案定义并进行相应的编辑。
• 点击此处访问3月22日星期五的市政厅会议. 

关于“什么是开源人工智能？”下定义的评论

• 建议了代码的新定义，以便模型架构不是训练、验证和测试代码的重叠子集。评论指出，在没有定义的架构的情况下，训练、验证和测试代码无法正确加载模型。
• 建议了模型的新定义，因为模型参数和权重被认为是相同的。 

仍然有关于访问训练数据的激烈辩论 

• 有人担心这会从长远来看损害生态系统，因为模型的原始工作永远无法“fork”以改进模型本身。