Open-Source-Modell
Ein Open-Source-Modell (OSM) ist ein künstliche Intelligenz- oder maschinelles Lernmodell, dessen zugrunde liegende Architektur, Trainingsdaten (oder -methoden) und oft auch die Modellgewichte öffentlich unter einer Open-Source-Lizenz zur Verfügung gestellt werden. Dies steht im starken Gegensatz zu proprietären, geschlossenen Modellen, bei denen die inneren Abläufe vom entwickelnden Unternehmen geheim gehalten werden.
Für Unternehmen demokratisieren OSMs den Zugang zu fortschrittlichen KI-Fähigkeiten. Sie ermöglichen es Organisationen, Modelle vollständig in ihren eigenen sicheren Umgebungen zu inspizieren, zu modifizieren, feinabzustimmen und bereitzustellen. Diese Transparenz ist entscheidend für die Einhaltung gesetzlicher Vorschriften, den Schutz des geistigen Eigentums und die Minderung von Anbieterbindungrisiken, die entstehen, wenn man sich ausschließlich auf große, geschlossene APIs verlässt.
Die Kernfunktionalität eines OSM ist seine Zugänglichkeit. Forscher und Entwickler können die vortrainierten Modellgewichte herunterladen. Anschließend können sie Techniken wie das Fine-Tuning (weiteres Training mit spezifischen, proprietären Datensätzen) oder die Quantisierung verwenden, um das allgemeine Modell so anzupassen, dass es hochspezifische Geschäftsprobleme löst, ohne dass das gesamte Basismodell von Grund auf neu aufgebaut werden muss.
Dieses Konzept steht in enger Beziehung zum Transfer Learning, das die Praxis nutzt, Wissen aus einer Aufgabe zu nutzen, um die Leistung bei einer verwandten Aufgabe zu verbessern, und zum Fine-Tuning, das der Prozess der Anpassung eines vortrainierten OSM an einen neuen Bereich ist.
