Operai acaba de lanzar sus primeros modelos de peso abierto en más de cinco años. Los dos modelos de idiomas, GPT-OSS-120B y GPT-OSS-20B, pueden ejecutarse localmente en dispositivos de consumo y estar ajustados para fines específicos. Para OpadaiRepresentan un cambio de su estrategia reciente de centrarse en los lanzamientos patentados, a medida que la compañía avanza hacia un grupo más amplio y más abierto de modelos de IA que están disponibles para los usuarios.
«Estamos entusiasmados de hacer que este modelo, el resultado de miles de millones de dólares de investigación, esté disponible para el mundo para poner a la IA en manos de la mayoría de las personas posibles», dijo el CEO de Openi, Sam Altman, en una declaración enviada por correo electrónico. Tanto GPT-OSS-120B como GPT-OSS-20B están oficialmente disponibles para descargar gratis en Hugging Face, una popular plataforma de alojamiento para Herramientas AI. El último modelo de peso abierto lanzado por OpenAi fue GPT-2en 2019.
Lo que distingue a un modelo de peso abierto es el hecho de que sus «pesos» están disponibles públicamente, lo que significa que cualquiera puede echar un vistazo a los parámetros internos para tener una idea de cómo procesa la información. En lugar de socavar los modelos patentados de OpenAI con una opción gratuita, el cofundador Greg Brockman ve este lanzamiento como «complementario» a los servicios pagados de la compañía, como la interfaz de programación de aplicaciones que actualmente utilizó muchos desarrolladores. «Los modelos de peso abierto tienen un conjunto de fortalezas muy diferentes», dijo Brockman en una sesión informativa con los periodistas. A diferencia de ChatGPT, puede ejecutar un modelo GPT-OSS sin una conexión a Internet y detrás de un firewall.
Ambos modelos GPT-oss usan razonamiento de la cadena de pensamiento enfoques que OpenAI se despliega primero en su modelo O1 el otoño pasado. En lugar de simplemente dar una salida, este enfoque hace que las herramientas de IA generativas pasen por múltiples pasos para responder un mensaje. Estos nuevos modelos solo de texto no son multimodales, pero pueden navegar por la web, llamar a modelos basados en la nube para ayudar con las tareas, ejecutar código y navegar como un software como un Agente de IA. El más pequeño de los dos modelos, GPT-OSS-20B, es lo suficientemente compacto como para ejecutarse localmente en un dispositivo de consumo con más de 16 GB de memoria.
Los dos nuevos modelos de OpenAi están disponibles bajo el Licencia Apache 2.0una opción popular para modelos de peso abierto. Con Apache 2.0, los modelos se pueden utilizar con fines comerciales, redistribuirse e incluirse como parte de otro software con licencia. Lanzamientos del modelo de peso abierto de Alibaba's Qwen así como Mistral También opere bajo Apache 2.0.
Anunciado públicamente en marzo, el lanzamiento de estos modelos abiertos se retrasó inicialmente para nuevas pruebas de seguridad. Lanzar un modelo de peso abierto es potencialmente más peligroso que una versión cerrada, ya que elimina las barreras sobre quién puede usar la herramienta, y cualquiera puede intentar ajustar una versión de GPT-OSS para fines no intencionados.
Además de las evaluaciones OpenAi generalmente se ejecuta en sus modelos propietarios, la startup personalizó la opción de peso abierto para ver cómo podría ser utilizado mal por un «mal actor» que descarga la herramienta. «En realidad, afinamos el modelo internamente en algunas de estas áreas de riesgo», dijo Eric Wallace, un investigador de seguridad en OpenAI, «y medimos qué tan alto podríamos empujarlas». En las pruebas de OpenAi, el modelo de peso abierto no alcanzó un alto nivel de riesgo, medido por su marco de preparación.
