A tipikusan “zárt” (“proprietary”, fizetős) frontier modellekkel rendre szembeállítjuk az “open source” AI-modelleket, és éppen ez a nyíltság az, amihez vérmes reményeket fűzünk az előbbieket illető, mostanában egyre növekvő kiszolgáltatottsági aggályok tükrében. De tisztázzuk, mit jelent az “open source” jelző a nevezettek esetében.
Az elnevezés a klasszikus “open source” szoftverek világából érkezik, amelyek valóban közzéteszik nyílt forráskódjukat, és ha nem is mindig teljesen szabadon, de laza megszorításokkal, és ami fő: jellemzően ingyenesen használhatóak fel. Valószínűleg ebből a szóhasználatból került át a jelző a szabadon felhasználható AI-modellek gyakorlatába. Azonban az “open source” nem pontos esetükben, ugyanis legtöbbjük (pl. DeepSeek, Llama, Gemma, Mistral) valójában csak “open weights”-típusú, azaz a tanítás eredményeképpen előállt modell-artifaktban az eredményül keletkező súlyok szabadon megtekinthetőek (ezzel azonban önmagában keveset tudunk kezdeni). Ám ettől még nem szabad forráskódúak, ugyanis a reprodukálhatósághoz szükséges egyéb elemek (tanítókód, tanítóadatok, adatfeldolgozási pipeline) nem megismerhetőek, nem hozzáférhetőek. Valódi, ténylegesen nyílt forráskódú modellek nagyon ritkák és alig ismertek, példa rájuk az EleutherAI cég produktumai (Pythina, GPT-Neox).
Tovább bonyolítja a képet, hogy a (nem fizetős frontierekkel szembeni) alternatív modelltípusok nem csak hogy általában nem “open source”-típusúak, hanem néha nem is letölthető-helyben futtatható méretűek, és nem is mindig ingyenesek (általában azért, mert az ingyenes, helyben futtatható verzió használatához az erőforrásokat egy átlagos szervezet nem képes vagy nem éri meg neki biztosítani, a hostolásért pedig fizetni szükséges).
