"खुले वेट्स" शब्द का अस्तित्व इसलिए है क्योंकि एआई उद्योग के "खुले स्रोत" के उपयोग वास्तव में भ्रामक है। पारंपरिक खुले स्रोत (OSI द्वारा परिभाषित) का अर्थ है कि आपको स्रोत कोड मिलता है, इसे संशोधित कर सकते हैं और इसे पुनर्वितरित कर सकते हैं। जब मेटा लम्बा जारी करता है, तो आपको मॉडल के प्रशिक्षित वेट्स मिलते हैं — जो अरबों संख्यात्मक पैरामीटर होते हैं जो मॉडल के व्यवहार को परिभाषित करते हैं — लेकिन प्रशिक्षण डेटा, पूरा प्रशिक्षण कोड और अक्सर डेटा प्रीप्रोसेसिंग पाइपलाइन नहीं मिलते हैं। आप परिणाम निकाल सकते हैं और सुधार कर सकते हैं, लेकिन आप मॉडल को शून्य से दोहरा नहीं सकते हैं। ओपन सोर्स इनिशिएटिव ने 2024 के अंत में "ओपन सोर्स एआई" के लिए औपचारिक परिभाषा जारी की जो इस बात को स्पष्ट करने की कोशिश करती है, लेकिन उद्योग अभी भी शब्दों का ढीला-ढाला उपयोग करता है। जब आप एक मॉडल के साथ वास्तव में क्या कर सकते हैं इसका मूल्यांकन करते समय इस अंतर को जानना महत्वपूर्ण है।
खुलेपन की श्रेणी जारी करने के बीच बहुत अधिक भिन्न होती है। एक छोर पर, मेटा के लम्बा मॉडल एक विशेष लाइसेंस के साथ आते हैं जो 700 मिलियन मासिक सक्रिय उपयोगकर्ताओं वाले कंपनियों के उपयोग को प्रतिबंधित करता है (स्पष्ट रूप से प्रतिस्पर्धियों के खिलाफ) और उपयोग के लिए उपाय की आवश्यकता होती है। मिस्ट्रल के मॉडल आमतौर पर एपेक 2.0 के साथ आते हैं, जो उपलब्ध सबसे अधिक अनुमति वाले लाइसेंस में से एक है। अलीबाबा के क्वेन परिवार भी एपेक 2.0 का उपयोग करता है। डीपसीक ने मिट लाइसेंस के तहत वेट्स जारी किए हैं। बीच में, प्रोजेक्ट जैसे ब्लूम (बिगसाइंस) और ओलमो (एआई2) ने आगे बढ़कर प्रशिक्षण डेटा और पूरा प्रशिक्षण कोड भी जारी कर दिया है — ये वास्तव में खुले स्रोत के करीब हैं। डेवलपर्स के लिए, लाइसेंस यह निर्धारित करता है कि आप क्या कर सकते हैं मॉडल का व्यापारिक उपयोग, क्या आपको संशोधनों को साझा करने की आवश्यकता है, और क्या आप इसके ऊपर विशेष उत्पाद बना सकते हैं।
खुले वेट्स मॉडल को स्वयं चलाना अब क्वांटाइजेशन और अनुकूलित अनुमान इंजन के कारण बहुत अधिक आसान हो गया है। एक 70 अरब पैरामीटर वाला मॉडल जो पूर्ण तीव्रता में 140 जीबी वीआरएएम की आवश्यकता करता है, 4-बिट क्वांटाइजेशन के साथ एक एकल 24 जीबी कंज्यूमर जीपीयू पर अपील के गुणवत्ता के नुकसान के साथ चल सकता है। लम्बा.सीपीपी, वीएलएलएम और ओलामा जैसे उपकरणों ने स्थानीय अनुमान को लगभग अत्यधिक सरल बना दिया है — आप एक गेमिंग लैपटॉप पर कुछ मिनटों में एक क्षमताशाली मॉडल चला सकते हैं। व्यावहारिक बैकलैश अब "क्या मैं इसे चला सकता हूं?" से "मेरे उपयोग मामले के लिए गुणवत्ता पर्याप्त है?" पर बदल गया है। क्वांटाइज्ड छोटे मॉडल कई कार्यों के लिए अत्यधिक अच्छे होते हैं, लेकिन वे जटिल तर्क और लंबे संदर्भ कार्यों पर प्रदर्शन खो देते हैं जबकि पूर्ण तीव्रता वाले फ्रंटियर मॉडल एपीआई के माध्यम से सेवा करते हैं।
खुले वेट्स के सुरक्षा प्रभाव एआई नीति में सबसे अधिक सक्रिय बहस के विषयों में से एक हैं। चिंता सीधी है: एक बार वेट्स जारी कर दिए जाने के बाद, कोई भी सुरक्षा प्रशिक्ष