The Linux Foundation запускает инициативу OMI для продвижения открытых ИИ-моделей

Это Цукерберг сзади?

Очередной ИИ-скам

Пилите пилите, только чтоб прямо со смартфона работала и могла точно и правильно отвечать. А то всё никак.

The Linux Foundation запускает инициативу OMI для продвижения открытых ИИ-поделий

и могла точно и правильно отвечать

Так это ж вроде не про этот ИИ.

А про какой? ИИ должен быть открытым. Обязан быть. ИИ должен быть надёжным, а для этого надо точно разграничить что он «знает», а что он «выдумывает». А то рассказывает потом, что кронциркуль, это круглый инструмент российских масонов по переносу систем счисления....

А натренировать его чтобы отвечал мне в стиле папина-азията, когда тот не приходит меня развлекать, вообще бы было бы :)

ИИ должен быть надёжным, а для этого надо точно разграничить что он «знает», а что он «выдумывает».

Да, было бы здорово, чтобы в него накачивали книги и он умел цитировать из них, но тут наверняка будет проблема с правами или типа того.

Ура! Свободу сгенерированным сиськам!

Это Цукерберг сзади?

Да, пристраивается к опенсорс-сообществу

Это Цукерберг сзади?

Да, пристраивается к опенсорс-сообществу

Сзади.

запуске новой инициативы, направленной на продвижение открытых моделей искусственного интеллекта

Отличная идея! И назвать надо как-то лаконично и понятно, например OpenAI

Я так понял из всего этого маркетоидного высера «open» у них только сама «моделька» и сама тупорылая ANN которая с этой моделькой будет работать, а вот исходные данные использованные для получения тренировочной бигдаты для этой «модельки» они ни при каких условиях делать «open» не собираются, при том, что это единственная вещь, которая может быть реально инторесна из всей этой «AI» тряхомудии.

Забавный нынче «open» у нетрадиционных. Невидия вот давеча сделала «open» драйвера конвертируя блобы в сишные массивы, теперь вот это вот.

Интересно, эти говноеды уже заергистрировали слово «open» как TM? Ну чтобы никто уже даже не думал подразумевать под «open» что-то реально open, в изначальном смысле в отношении софта.

ИИ должен быть надёжным, а для этого надо точно разграничить что он «знает», а что он «выдумывает». А то рассказывает потом, что кронциркуль, это круглый инструмент российских масонов по переносу систем счисления….

Дело в том, что у нейросети нет знаний. У неё есть натренированный заранее оператор. Знания нужно прикреплять к запросу, например энциклопедию, или поисковую машину. Тогда она найдёт, что такое кронциркуль, и выдаст обобщение. Вообщем, нейросеть сама по себе, это ещё не интеллект. Нейросеть в комбинации с базой знаний и алгоритмами доступа к ним (RAG и т.д.), это уже похоже на интеллект.

Моделей много, данных мало, ничего нового.

Без участия Hugging Face это все писями по воде, имхо. Именно туда выкладывают свои модели исследователи, Comfy с Civit просто пользуются этими моделями, а их пользователи заняты в основном тем что создают новые LoRA для очередной сексуальной позы.

вот исходные данные использованные для получения тренировочной бигдаты для этой «модельки» они ни при каких условиях делать «open» не собираются

Так эти конторы и не создают сети, а пользуются тем что на HF. А вот там и сети и датасеты на которых обучали выложены (не для каждой сети), под разными лицензиями, в том числе открытыми. Датасеты

Я не про датасеты, а про исходные данные для создания датасетов и потом тренировки ANN и получения модели в виде коэффициэнтов ANN.

Датасет это уже обработанная бигдата. Промежуточный результат, как полученные из сишных сырцов бинарные .o которые потом надо собрать линкером. Блоб не имеющий никакой ценности в смысле опенсурса.

Open предполагает что любой пользователь может самостоятельно собрать итоговое поделие из исходных данных. Для программы это код, для текстовой модели, например, это, очевидно, оригиналы текстов которые использовались для создания датасета и затем модели и т.д.

Стильно, модно, молодёжно.

Я не про датасеты, а про исходные данные для создания датасетов и потом тренировки ANN и получения модели в виде коэффициэнтов ANN.

Исходные данные для сети и есть датасет, его можно использовать и получить те же результаты, он открыт для просмотра и изменения, там тупо текст в определённом формате.

Собирают такие датасеты обычно (для instruct сетей) из стековерфлоу, википедии и реп на гитхабе, их тупо парсят, удаляют дубли, ищут скриптами текст лицензии и если не свободная - удаляют, если файл лицензии не найден то считается что свободное использование. Обычно либо в датасете пишут как его собирали либо в описании самой сети на HF.

Конкретного списка реп нет даже у создателей сети тк данные обрабатывались скриптами, а не вручную. Есть итоговый датасет, его можно скачать и обучить на нем получив тот же результат, т.е. ваша претензия не имеет смысла. Весь гитхаб вы не распарсите также чтобы получить тот же датасет.

Да-да, конечно-конечно. Вот вам гигабайт бардака, который неизвестно из чего и с какой целью сделан.

А потом оно будет рассказывать как негры победили в ВОВ, что на rust написано больше всего ПО или ещё какую ахинею.

Такой прям open, что пора уже натурально морду бить этим конченным ублюдкам.

«… если файл лицензии не найден то считается что свободное использование. …». Поидее вроде если лицензия не указана использовать вообще нельзя никак. А понял это наверно Свободное использование произведения в информационных, научных, учебных или культурных целях.

Похоже, что вы ни разу не открывали датасет и просто не понимаете что там. Вместо этого требуя копию всего гитхаба в качестве исходных данных.

Просто постарайтесь осознать что датасет и есть исходные данные в открытом виде. Он может быть хоть руками напечатан, в этом случае вы потребуете именно ту клавиатуру или руки?

Я просто рассказал текущую ситуацию как есть. Сейчас считают что если выложено в открытом репозитарии на гитхабе и нет лицензиии то - можно использовать.

вот исходные данные использованные для получения тренировочной бигдаты для этой «модельки» они ни при каких условиях делать «open» не собираются

А они общедоступны обычно. Там слишком большой объем данных, никто просто не осилит самостоятельно их создать. Обычно обучают например на постах реддита с высокой оценкой, аналогично со стекоферфлоу и так далее. Это для текста например. Для видео обычно просто берут видосы с ютуба сколько смогут и тренируют на этом.

А никто не хочет запилить опрос, кто камими ИИ тулзами пользуется и как часто/успешно? Просто прозондировать аудиторию ради интереса. Сам недавно обнаружил, что больше без них жить не могу, но подозреваю, что пользуюсь, как обезьяна микроскопом.

Там слишком большой объем данных, никто просто не осилит самостоятельно их создать.

Так и собрать фаерфокс из сырцов тоже не всякий осилит и захочет. А на каком-нибудь одноплатнике это сделать вообще может быть невозможно, чисто потому что памяти не хватит.

Проблема в том, что именно от выбора данных для датасета зависит то, что будет выдавать ANN натренированная на нём. Датасет это уже «скомпилированный» объект, и пытаться изменить поведение ANN редактируя датасет такое себе занятие.

Соответственно - нет исходных данных, нифига не open. Open будет когда данные для датасета будут под open лицензией, с правом изменять, копировать и распространять целиком или частично.

Похоже, что вы ни разу не открывали датасет и просто не понимаете что там.

Да я и объектники какого-нибудь фаерфокса не открывал.

Он может быть хоть руками напечатан

Бинарный блоб тоже может быть руками напечатан.

в этом случае вы потребуете именно ту клавиатуру или руки?

Нет, я требую исходные данные из которых создан датасет. Причём под open лицензией. С правом копировать, изменять и распространять.

Нет, я требую исходные данные из которых создан датасет.

Так вот же они, на гитхабе лежат, берите. Более того, они были собраны с 24 по 27 июля, если найдёте способ откатить репы на эту дату и достаточное место на своём диске - сможете скачать. Но т.к. никто кроме вас в здравом уме этим заниматься не будет (да и вы не будете, места то нет), то датасета более чем достаточно, тем более что он открыт для чтения и редактирования, это не blob.

Так вот же они, на гитхабе лежат, берите.

И я могу их в том числе копировать, изменять и распространять без ограничений, частично, или полностью, как положено в опенсурсе?

Более того, они были собраны с 24 по 27 июля, если найдёте способ откатить репы на эту дату и достаточное место на своём диске - сможете скачать.

Каким конкретно образом они были собраны? Где скрипты для собирания? Какие правки, блеклисты и вайтлисты использовались при создания этого конкретного датасета?

Как мне проверить, что при создании датасета на жидхабных данных, не были выкинуты проекты под лицензией MIT+NIGGER, например?

И я могу их в том числе копировать, изменять и распространять без ограничений, частично, или полностью, как положено в опенсурсе?

да, те репы которые имеют такую лицензию - можете.

Каким конкретно образом они были собраны? Где скрипты для собирания? Какие правки, блеклисты и вайтлисты использовались при создания этого конкретного датасета?

В последний раз напишу что это не является исходными данными, исходными данными для обучения сети является датасет. Если он открыт, то на этом все, точка.

Как мне проверить, что при создании датасета на жидхабных данных, не были выкинуты проекты под лицензией MIT+NIGGER, например?

Открываете датасет и поиском ищете интересующую вас строчки из репозитария. Прям поиском по тексту.

да, те репы которые имеют такую лицензию - можете.

Я не про репы какие-то а про исходные данные для open датасета.

Если бинарник заявлен как opensource, то, очевидно что весь его исходный код является opensource без исключения.

Если модель заявлена как opensource, то все данные из которых сделан её тренировочный датасет, тоже opensource без исключения.

Если это не так, то вся эта рекламируемая AI тряхомудия никакого отношения к open не имеет вообще, и просто является ещё одним проприетарным высером с моделью натренированной неизвестно на чём и неизвестно с какой целью.

Если бинарник заявлен как opensource, то, очевидно что весь его исходный код является opensource без исключения.

Какой бинарник? Модель это текстовый pytorch/tensorflow формат записи весов сети, датасет вообще текстовый файл или их набор.

Сеть опенсорс, датасет - как исходные данные к ней - доступен, Открываете и проверяете, повторяете, изменяете и тд. Метод сбора датасета и данные для него не являются исходными для сети. Для неё раньше датасета нет ничего.

Вы просто очередной покусанный Столманном или ещё кем попугай который не понимает о каком опенсорсе талдычит заученные фразы. На этом закончим.

Какой бинарник? Модель это текстовый pytorch/tensorflow формат записи весов сети, датасет вообще текстовый файл или их набор.

Точно такой же, как невидиевские бинарники в виде сишных массивов. То, что файл имеет текстовый формат никак не делает его исходником.

Метод сбора датасета и данные для него не являются исходными для сети. Для неё раньше датасета нет ничего.

Ну да, традиционное проприетарное шлангование. «Исходный код бинарной прошивки WiFi модуля не является определяющим его поведение и результаты работы».

На этом закончим.

Давно пора. С человеком который пытается впарить нарративчик, что набор данных и способ создания датасета никакого отношения к модели и её итоговому поведению не имеют - разговаривать вообще не о чем.

А там тоже, как и в OpenAI, уже сидит какой-нибудь чёрт из АНБ? Открытые проекты обычно такие.