开源原则，尤其是宽松许可证、透明的训练数据和权重，以及最重要的能够为开源模型做出贡献的能力，这些会如何影响最终的项目？
确实，许多知名的AI参与者提供了开放模型，但它们并非是开源的，或者施加了一些限制。为了创建真正适用于特定企业用例的模型，在考虑使用自己公司的内部（敏感）信息进行微调之前，企业需要了解模型的全貌，包括它的训练方式、训练内容，以及谁对该模型做出了贡献...
在2023红帽全球峰会上，我们推出了红帽OpenShiftAI，为大规模运行AI模型提供了基础。
这是一个功能强大、可扩展和优化的AI工作负载平台，但并不专注于提供实际的模型。如今，红帽的战略不仅仅是为支持AI的应用程序提供基础设施——我们将社区和开源的力量带给模型本身。
与IBM研究院合作，我们正在开源几个语言和代码辅助模型。最让人兴奋的是一个新的开源项目InstructLab，它允许个人通过一个简单的用户界面增强模型。就像你可以对其他开源项目的PullRequest做出贡献那样，你可以采用同样的方式。轻松地对LLM作出贡献。
创建一个LLM的分支会导致迈向死胡同，其他人无法对其贡献。InstructLab可以让世界各地的任何人都能添加知识和技能。然后，这些贡献可以并入模型的未来版本中。
简单说，你不需要成为数据科学家才能为InstructLab做贡献。各专业领域专家（还有数据科学家）都可以利用InstructLab做出贡献，让大家都从中受益。这一点无论对于社区还是企业都至关重要。
RHELAI将世界领先的企业级Linux平台的关键组件（如新发布的红帽企业Linux镜像模式）、开源许可的Granite模型，以及受支持的、具有生命周期的InstructLab项目结合在一起。
InstructLab进一步扩展了开源在AI中的作用，让使用或贡献底层开源模型与任何其他社区项目一样容易。
AI创新不应该局限于能够负担得起庞大GPU农场或大量数据科学家的企业。
每个人，从开发人员到IT运营团队再到业务部门，都可以用自己选择的方式对AI做出贡献。这就是InstructLab的美妙之处，也是RHELAI的潜力所在——它将开源的可访问性带入了封闭的AI世界。
这就是红帽AI产品战略的方向。红帽的发展历史体现了我们的理念。我们为Linux、Kubernetes和企业混合云计算提供了开源的力量。
现在，我们也在为AI做同样的事情。每个人都可以从AI中受益，因此每个人都应该能够访问并为其做出贡献。让我们在开放中做到这一点，让AI真正开源。
上一条：Aspen Adsorption在气体吸附过程模拟方面的应用
下一条：Gurobi求解器
沪公网安备31011302006932号