ओपन-वेट्स मॉडल मशीन लर्निंग मॉडल होते हैं, जो आमतौर पर बड़े भाषा मॉडल या अन्य फाउंडेशन मॉडल होते हैं, जिनके प्रशिक्षित पैरामीटर, या वेट्स, सार्वजनिक रूप से जारी किए जाते हैं ताकि कोई भी उन्हें डाउनलोड कर सके, स्थानीय रूप से चला सके, निरीक्षण कर सके और फाइन-ट्यून कर सके। यह मालिकाना या बंद मॉडलों के विपरीत है, जैसे कि GPT-4 या Claude, जो केवल भुगतान किए गए API या होस्ट किए गए इंटरफ़ेस के माध्यम से सुलभ होते हैं, और अंतर्निहित वेट्स निजी रखे जाते हैं।
शब्दावली
ओपन-वेट्स का उपयोग अक्सर ओपन-सोर्स के बजाय किया जाता है क्योंकि केवल वेट्स जारी करना पारंपरिक ओपन-सोर्स परिभाषाओं को पूरा नहीं करता है, जिनके लिए आमतौर पर प्रशिक्षण डेटा, प्रशिक्षण कोड और पद्धति भी सार्वजनिक और स्वतंत्र रूप से पुन: उपयोग योग्य होनी चाहिए। अधिकांश व्यापक रूप से उपयोग किए जाने वाले ओपन मॉडल, जिनमें Llama, Mistral के रिलीज़, और Qwen शामिल हैं, वेट्स और अक्सर आर्किटेक्चर विवरण प्रकाशित करते हैं, लेकिन पूर्ण प्रशिक्षण डेटा या संपूर्ण प्रशिक्षण विधि नहीं, जिससे ओपन-वेट्स ओपन-सोर्स AI की तुलना में अधिक सटीक शब्द बन जाता है, एक वाक्यांश जिसे ओपन सोर्स इनिशिएटिव जैसे संगठनों ने अधिक सख्ती से परिभाषित करने के लिए काम किया है।
इतिहास
प्रारंभिक प्रभावशाली ओपन रिलीज़ में Meta के Llama मॉडल शामिल हैं, जो पहली बार फरवरी 2023 में जारी किए गए थे और शुरू में आधिकारिक व्यापक रिलीज़ से पहले लीक हो गए थे, जिसने सामुदायिक फाइन-ट्यूनिंग और व्युत्पन्न मॉडलों की लहर को जन्म दिया। Stability AI का Stable Diffusion (2022) ने छवि निर्माण के लिए समान भूमिका निभाई। 2023-2025 के दौरान, ओपन-वेट्स रिलीज़ में वृद्धि हुई, जिसमें Mistral AI के मॉडल, Alibaba का Qwen परिवार, और विशेष रूप से, जनवरी 2025 में DeepSeek का DeepSeek-R1 शामिल है, एक ओपन-वेट्स तर्क मॉडल जिसके प्रशिक्षण दक्षता के दावों ने DeepSeek बाजार झटके में योगदान दिया। गैर-लाभकारी और अनुसंधान प्रयासों, जिनमें एलन इंस्टीट्यूट फॉर AI का OLMo प्रोजेक्ट शामिल है, ने पूर्ण खुलेपन की दिशा में प्रयास किया है, वेट्स के साथ प्रशिक्षण डेटा और कोड जारी किए हैं।
लाइसेंसिंग
ओपन-वेट्स मॉडल विभिन्न लाइसेंसों के तहत जारी किए जाते हैं, पारंपरिक ओपन-सोर्स के करीब उदार लाइसेंस से लेकर कस्टम लाइसेंस तक जो शर्तें लगाते हैं, जैसे कि किसी कंपनी के राजस्व से जुड़ी उपयोग सीमाएं या प्रतिस्पर्धी मॉडलों को प्रशिक्षित करने के लिए आउटपुट का उपयोग करने पर प्रतिबंध। यह विविधता "ओपन" को एक विवादित लेबल बनाती है, क्योंकि दो मॉडल जिन्हें दोनों ओपन-वेट्स के रूप में वर्णित किया गया है, उनके कानूनी नियमों में महत्वपूर्ण अंतर हो सकते हैं।
ओपन बनाम बंद बहस
ओपन-वेट्स रिलीज़ के समर्थक तर्क देते हैं कि यह शक्तिशाली AI तक पहुंच को लोकतांत्रिक बनाता है, स्वतंत्र सुरक्षा अनुसंधान और व्याख्यात्मकता कार्य को सक्षम बनाता है, विक्रेता लॉक-इन से बचाता है, और गोपनीयता-संवेदनशील या ऑफ़लाइन सेटिंग्स में तैनाती की अनुमति देता है। आलोचक, जिनमें AI सुरक्षा के भीतर कुछ आवाज़ें शामिल हैं, तर्क देते हैं कि एक बार वेट्स सार्वजनिक हो जाने पर, होस्ट किए गए मॉडल में निर्मित सुरक्षा उपाय, जैसे कि हानिकारक उपयोग के खिलाफ गार्डरेल, कोई भी व्यक्ति मॉडल को फाइन-ट्यून करने की तकनीकी क्षमता के साथ हटा सकता है, और ओपन रिलीज़ खतरनाक क्षमता तक पहुंच को बाद में रद्द करने की क्षमता को समाप्त कर देता है। Yann LeCun जैसे व्यक्तियों ने प्रतिस्पर्धा और वैज्ञानिक प्रगति के लिए खुलेपन को आवश्यक बताया है, जबकि अन्य अधिक सतर्क, चरणबद्ध रिलीज़ प्रथाओं का पक्ष लेते हैं, जैसा कि OpenAI ने शुरू में 2019 में GPT-2 के साथ अपनाया था।
आर्थिक और भू-राजनीतिक आयाम
ओपन-वेट्स रिलीज़ एक प्रतिस्पर्धी रणनीति बन गई है: Meta ने Llama को बेस-मॉडल परत को वस्तुकृत करने के तरीके के रूप में स्थापित किया, जबकि यह उत्पादों और बुनियादी ढांचे पर प्रतिस्पर्धा करता है, और चीनी प्रयोगशालाओं के आक्रामक ओपन रिलीज़ को आंशिक रूप से उन्नत चिप्स पर अमेरिकी निर्यात नियंत्रणों की प्रतिक्रिया के रूप में देखा गया है, क्योंकि एक व्यापक रूप से अपनाया गया ओपन मॉडल प्रभाव का विस्तार करता है, भले ही प्रमुख मालिकाना API तक पहुंच प्रतिबंधित हो। 2025 तक, कई प्रयोगशालाओं के ओपन-वेट्स मॉडल कई बेंचमार्क पर अग्रणी बंद मॉडलों के प्रदर्शन के करीब पहुंचते हैं, हालांकि सबसे बड़े फ्रंटियर मॉडल आम तौर पर बंद रहे हैं।