DeepSeek 计划发布源代码，超越“开放权重”人工智能
Ars Technica目前尚不清楚 DeepSeek 计划的开源版本是否也会包含团队在训练模型时使用的代码。 这种训练代码对于满足开源促进会 (OSI) 对“开源人工智能”的正式定义至关重要，该定义是经过多年的研究于去年最终确定的。 根据 OSI 的说法，一个真正的开放人工智能还必须包括“关于用于训练系统的数据的足够详细的信息，以便技术人员能够构建基本等效的系统”。
媒体报道
开源大型语言模型登上欧洲数字主权路线图
TechCrunch在传统软件中，开源和专有软件之间的长期斗争围绕着“开源”的“真正”含义展开。 这可以通过参考开源促进会的正式“定义”来解决，开源促进会是合法开源许可证的行业管理者。 最近，OSI 形成了“开源人工智能”的定义
为什么开源的“精神”比许可证意义更大
TechCrunch马富利在一份发给 TechCrunch 的声明中表示：“拥有定义的目的是拥有可以评分的标准，而关注许可正是实现这一目标的方式。” “全球社区和行业已经开始依赖开源定义和现在的开源人工智能定义，将其作为他们可以依赖的客观衡量标准。”
为什么马克·扎克伯格如此迫切地想要重新定义开源
ZDNETOSI 执行董事斯特凡诺·马富利告诉我。“如果 Meta 的许可证能够取消限制，我们就会更加同步。 就目前而言，Llama 对任何开发者来说都是一种负担； 太过不透明，无法安全使用，而且许可证最终让 Meta 掌控着他们的创新。”
红帽对开源人工智能的看法：务实而非乌托邦式的梦想
ZDNET丰塔纳还警告说，在定义开放性方面不要过度，主张最低标准而不是乌托邦式的理想。 “开源定义 (OSD) 之所以有效，是因为它设定的是底线，而不是上限。 人工智能定义应首先关注许可的明确性，而不是用不切实际的透明度要求来 burden 开发者。”
DeepSeek 和开源模型如何撼动人工智能领域
彭博社OSI 表示，要使人工智能模型被认为是真正开放的，其开发者必须提供关于其训练数据的详细信息，并赋予人们研究、使用和修改该系统用于任何目的的能力。
DeepSeek 对开源人工智能意味着什么
IEEE Spectrum虽然 DeepSeek 是“开放的”，但一些细节仍然隐藏在幕后。 DeepSeek 没有披露用于训练其模型的数据集或训练代码。 这是开源社区争论的焦点。 大多数“开放”模型仅提供运行或微调模型所需的模型权重。 完整的训练数据集以及训练中使用的代码仍然是隐藏的。 开源促进会主任斯特凡诺·马富利多次在社交媒体上批评 Meta，称其将 Llama 模型标记为开源的决定是“无耻的谎言”。
如果 DeepSeek 想成为真正的颠覆者，它应该在数据透明度方面走得更远
开放数据倡议虽然有多种说法称 DeepSeek 的人工智能模型是“开源”的，但实际上它并非开源。 虽然模型权重和模型架构都在技术论文中共享，但代码以及训练或评估数据均未公开共享。 开源促进会的一位分析师也证实，Deepseek 不是开源人工智能，不符合开源人工智能定义的 requirements。 它与其他声称是开源的模型一样，但在数据透明度方面的得分很差。
Ai2 发布 Tülu 3，这是一款完全开源的模型，通过新颖的后训练方法优于 DeepSeek v3、GPT-4o
VentureBeatAi2 完全开放的方法（包括数据、训练代码和模型）确保用户可以轻松地为从数据选择到评估的任何事物定制他们的 pipeline。
兑现开源人工智能的承诺
The New Stack开源促进会在多年的规划之后，于 2024 年 10 月推出了其开源人工智能的初步定义，该定义address 四种不同的数据类型，并要求构建和赞助人工智能技术的人员共享他们可以共享的数据，以及模型的参数和用于训练和运行系统的源代码。
开源人工智能已经进入生产应用
GitHub开源人工智能模型已得到广泛应用，使世界各地的开发者能够构建定制的人工智能解决方案，并将其托管在他们选择的位置。
DeepSeek 颠覆故事中最大的赢家是开源人工智能
福布斯根据开源促进会的说法，开源人工智能是“一种人工智能系统，根据条款以某种方式提供，这种方式授予人们自由地将该系统用于任何目的，而无需请求许可，研究系统的工作原理并检查其组件，修改系统以用于任何目的，包括更改其输出，为他人共享系统以供使用，无论是否进行修改，用于任何目的。”