gpt-oss እያስተዋወቅን ነን
gpt-oss-120b እና GPT‑oss‑20b የክፍት ክብደት ማመዛዘን ሞዴሎችን ድንበር ይገፋሉ
gpt-oss-120b እና gpt-oss-20b እንለቀቃለን—በአነስተኛ ዋጋ ጠንካራ የእውነተኛ ዓለም አፈፃፀም የሚያቀርቡ ሁለት ዘመናዊ የቋንቋ ሞዴሎች። በተለዋዋጭ የApache 2.0 ፈቃድ ስር የሚገኙ እነዚህ ሞዴሎች በአመዛዛኝነት ተግባራት ላይ በተመሳሳይ መጠን open model ያላቸውን ያሻሽሉ፣ ጠንካራ የመሳሪያ አጠቃቀም ችሎታዎችን ያሳያሉ እና በሸማቾ ላይ በቀላሉ ለመመላለስ የተቀናጀ ነው። እነሱ በOpenAI በጣም ላቁ የውስጥ ሞዴሎች፣ o3 እና ሌሎች የድንበር ስርዓቶችን ጨምሮ የማጠናከሪያ ትምህርት እና ተገለጹ ቴክኒኮች በመጠቀም ተሰለጠኑ።
gpt-oss-120b ሞዴል በአንድ 80 GB GPU ላይ በብቃት ሲሰራ፣ በዋና ምክንያታዊ መመዘኛዎች ላይ ከOpenAI o4-mini ጋር የቅርብ እኩልነትን ያገኛል። gpt-oss-20b ሞዴል በተለመዱ መመዘኛዎች ላይ ለOpenAI o3‑mini ተመሳሳይ ውጤቶችን ይሰጣል እና በጠርዝ መሳሪያዎች ላይ በ16 GB ማህደረ ትውስታ ብቻ ሊሠራ ይችላል፣ ይህም ለመሣሪያ አጠቃቀም ጉዳዮች፣ ለአካባቢያዊ መደምጃ ወይም ፈጣን ድጋሚ ያለ ውድ መሠረተ ልማት ተስማሚ ያደርገዋል። ሁለቱም ሞዴሎች በመሳሪያ አጠቃቀም፣ በጥቂት ተግባር ጥሪ፣ በCoT ምክንያታዊ አስተያየት (Tau-Bench አጀንቲክ ግምገማ ስብስብ ላይ በውጤቶች እንደሚታየው) እና HealthBench (እንደ OpenAI o1 እና GPT‑4o ያሉ የባለቤት ሞዴሎችን እንኳን በላይ) ላይ ጠንካራ ያከናውናሉ።
እነዚህ ሞዴሎች ከእኛ ምላሽ API(በአዲስ መስኮት ውስጥ ይክፈታል) ጋር ተመጣጣኝ ናቸው እና በወኪል ሥራ ሂደቶች ውስጥ ለመጠቀም ተነደፉ ሲሆን በተለየ መመሪያ መከተል፣ እንደ ድር ፍለጋ ወይም የPython ኮድ አፈፃፀም የመሳሪያ አጠቃቀም እና የማመዛዘን ችሎታዎች ውስብስብ ምክንያታዊ ጥረትን የማያስፈልጉ ተግባሮችን ማስተካከል ችሎታን ጨምሮ የተነደፉ ናቸው እና በትንሽ መዘግየት ያላቸው ውጤቶችን ያቀርባሉ። ሙሉ በሙሉ ሊበጁ ናቸው፣ ሙሉ የሃሳብ ሰንሰለት (CoT) ያቀርባሉ እና (በአዲስ መስኮት ውስጥ ይክፈታል)የተዋቀረ ውጤቶችን ይደግፋሉ።
ደህንነት ሁሉንም ሞዴሎቻችንን ለመልቀቅ ያለን አካሄድ መሰረት ነው፣ እና በተለይ ለክፍት ሞዴሎች አስፈላጊ ነው። ሞዴሎቹን በአጠቃላይ የደህንነት ስልጠና እና ግምገማዎች ከማካሄድ በተጨማሪ፣ በእኛ ዝግጅት ማዕቀፍ(በአዲስ መስኮት ውስጥ ይክፈታል) ስር ተቃዋሚ የተስተካከለ የGPT‑oss‑120b ስሪትን በመሞከር ተጨማሪ የግምገማ ንብርብር አስመጥተናል። gpt-oss ሞዴሎች በውስጣዊ ደህንነት መለኪያዎች ላይ ከድንበር ሞዴሎቻችን ጋር በተመሳሳይ ሁኔታ ይሰራሉ፣ ለአበልፃጊ ከቅርብ ጊዜ የባለቤትነት ሞዴሎቻችን ጋር ተመሳሳይ ደህንነት መደበኞችን ያቀርባሉ። የዚያን ስራ ውጤት እና ተጨማሪ ዝርዝሮችን በምርምር ወረቀት(በአዲስ መስኮት ውስጥ ይክፈታል) እና በሞዴል ካርዱ(በአዲስ መስኮት ውስጥ ይክፈታል) ውስጥ እያጋራን ነው። የእኛ ዘዴ በውጫዊ ባለሙያዎች ተገምግሟል እና ለክፍት ክብደት ሞዴሎች አዲስ የደህንነት መስፈርቶችን ለማቋቋም ወደፊት ያለ እርምጃ ነው።
እንዲሁም እነዚህን ሞዴሎች ለውሂብ ደህንነት በቦታዎች ላይ ከማስተናገድ እስከ ልዩ የውሂብ ስብስቦች ላይ በደንብ ለማስተናገድ እስከ open model በእውነተኛ ዓለም መተግበሪያዎች ለማወቅ እንደ ሰው ሠራሽ አስተውሎት (AI) Sweden(በአዲስ መስኮት ውስጥ ይክፈታል)፣ Orange(በአዲስ መስኮት ውስጥ ይክፈታል) እና Snowflake(በአዲስ መስኮት ውስጥ ይክፈታል) ከሆኑ የመጀመሪያ አጋሮች ጋር እየሰራን ነበር። ከግለሰብ አበልፃጊዎች እስከ ትላልቅ ኢንተርፕራይዞች እና መንግስታት—ድረስ ሁሉንም ሰው—በራሳቸው መሠረተ ልማት ላይ ሰው ሠራሽ አስተውሎት (AI) እንዲያካሂዱ እና ለማበጀት ለማድረግ እነዚህን ምርጥ open model በማቅረብ ደስ ብለሎናል። በእኛ API ውስጥ ከሚገኙት ሞዴሎች ጋር ተጣምሮ አበልፃጊዎች የሰው ሠራሽ አስተውሎት (AI) የስራ ፍሰቶችን ለማጎልበት የሚያስፈልጉትን አፈፃፀም፣ ወጪ እና መዘግየትን መምረጥ ይችላሉ።
የgpt-oss ሞዴሎች የሰለጠኑት በጣም የላቁ የቅድመ-ሥልጠና እና የድህረ-ሥልጠና ቴክኒኮችን በመጠቀም ነው፣ በተለይም በምክንያት፣ በቅልጥፍና እና በገሃዱ ዓለም አጠቃቀም ላይ ያተኮሩ ሰፊ የማሰማራት አካባቢዎች። ሌሎች ሞዴሎችን እንደ Whisper እና CLIP በግልጽ አድርገን ቢያቀርብ ምንም፣ gpt-oss ሞዴሎች ከ GPT‑2 ጀምሮ የመጀመሪያዎቹ ክፍት ክብደት የቋንቋ ሞዴሎች ናቸው[1]።
እያንዳንዱ ሞዴል ግቤትን ለማካሄድ የሚያስፈልጉትን ንቁ መለኪያዎች ብዛት ለመቀነስ የባለሙያዎች ዝርዝር (MoE[2]) የሚጠቀም ትራንስፎርመር ነው። gpt-oss-120b በአንድ token 5.1B መለኪያዎችን ያነቃል፣ እና gpt-oss-20b ደግሞ 3.6B ያነቃል። ሞዴሎቹ በቅደም ተከተል 117b እና 21b ጠቅላላ መለኪያዎች አሏቸው። ሞዴሎቹ ከGPT‑3[3] ጋር ተመሳሳይ ተለዋዋጭ ጥልቅ እና በአካባቢ የተደረጉ ብርጭቅ ትኩረት ንድፎችን ይጠቀማሉ። ለመረጃ እና የማህደረ ትውስታ ውጤታማነት ሞዴሎቹ የቡድን መጠን 8 ያለው የቡድን ብዙ ጥያቄ ትኩረት ይጠቀማሉ። ለቦታ ኢንኮዲንግ ሮታሪ አቀማመጥ (RoPE[4]) እንጠቀማለን፣ እና እስከ 128k ድረስ ያሉ የአውድ ርዝመቶችን በተገቢው መንገድ ድጋፍ እናቀርባለን።
ሞዴል | ንብርብሮች | Total Params | ንቁ መለኪያዎች በአንድ Token | Total Experts | ንቁ ባለሙያዎች በአንድ Token | የአውድ ርዝመት |
gpt-oss-120b | 36 | 117B | 5.1B | 128 | 4 | 128k |
gpt-oss-20b | 24 | 21B | 3.6B | 32 | 4 | 128k |
እኛ ሞዴሎቹን በአብዛኛው በእንግሊዝኛ ብቻ የሆነ የጽሑፍ ውሂብ ላይ በማተኮር እና በSTEM፣ በኮዲንግ እና በአጠቃላይ እውቀት ላይ አሰልጠናል። ለOpenAI o4-mini እና GPT‑4o፦ o200k_harmony ጥቅም ላይ የሚውለውን የቶኬናይዘር ሱፐርሴትን በመጠቀም መረጃውን ማስመሰያ አደረግን፤ እሱም ዛሬ ደግሞ ክፍት ምንጭ ነው።
ስለ ሞዴሎቻችን አርክቴክቸር እና ስልጠና ዝርዝር መረጃ ለማግኘት የሞዴል ካርድን ያንብቡ(በአዲስ መስኮት ውስጥ ይክፈታል)።
ሞዴሎቹ ድህረ-ሠለጠኑት ለo4-mini ጥቅም ላይ እንደዋለ ተመሳሳይ ሂደት በመጠቀም፣ ክትትል የሚደረግበት ጥሩ ማስተካከያ ደረጃ እና ከፍተኛ ስሌት RL ደረጃን ጨምሮ። ዓላማችን ሞዴሎቹን ከOpenAI ሞዴል መግለጫ(በአዲስ መስኮት ውስጥ ይክፈታል) ጋር ማዛመድ እና ከመልሱን ማቅረብ በፊት የCoT አስተሳሰብን እና የመሳሪያ አጠቃቀምን ማስተማር ነበር። ከእኛ የSoTA የባለቤትነት ምክንያታዊ ሞዴሎች ጋር ተመሳሳይ ቴክኒኮችን በመጠቀም ሞዴሎቹ ከስልጠና በኋላ ድንቅ ችሎታዎችን ያሳያሉ።
በAPI ውስጥ ካሉ የOpenAI o-ተከታታይ ሞዴሎች ጋር ተመሳሳይ፣ ሁለቱ ክፍት-ክብደት ሞዴሎች ሶስት የማመዛዘን ምርጫዎችን ድጋፍ ያደርጋሉ—ዝቅተኛ፣ መካከለኛ እና ከፍተኛ—የመዘግየት እና የአፈፃፀም መካከል ሚዛን ይደርሳሉ። አበልፃጎች በስርዓቱ መልእክት ውስጥ በአንድ ዓረፍተ ነገር የአስተያየት ጥረትን በቀላሉ ማቀናበር ይችላሉ።
o3፣ o3‑mini እና o4-mini ጨምሮ ሌሎች OpenAI ሞዴሎች ጋር ሲነፃፀር በኮድ፣ በውድድር ሂሳብ፣ በጤና እና በአጀንቲክ መሣሪያ አጠቃቀም ችሎታቸውን ለመለካት በመደበኛ አካዳሚክ መመዘኛዎች ላይ GPT‑oss‑120b እና GPT‑oss‑20bን ገምግመናል።
gpt-oss-120b ከOpenAI o3‑mini ይበልጣል እና በውድድር ኮድ (Codeforces)፣ አጠቃላይ ችግር መፍታት (MMLU እና HLE) እና የመሳሪያ ጥሪ (TauBench) ላይ OpenAI o4-mini ጋር ይዛመዳል ወይም ይበልጣል። በተጨማሪም ከo4-mini የተሻለ ነው በጤና ጋር በተያያዙ ጥያቄዎች (HealthBench) እና በውድድር ሂሳብ (AIME 2024 እና 2025) ላይ። gpt-oss-20b በእነዚህ ተመሳሳይ ኢቫሎች ላይ OpenAI o3‑mini ጋር ይዛመዳል ወይም ይበልጣል፣ አነስተኛ መጠኑ ቢሆንም፣ በውድድር ሂሳብ እና ጤና ላይ እንኳን ከፍ ያደርገዋል።
የgpt-oss ሞዴሎች የሕክምና ባለሙያን አይተኩም እና ለበሽታ ምርመራ ወይም ህክምና የታሰቡ አይደሉም
ምሳሌ ልቀቶች
gpt-oss-120b የ10 ሰዓታት ተከታታይ ጥሪዎችን አንድ ላይ ማሰባሰብ ጨምሮ የአሰሳ መሣሪያን በመጠቀም ወቅታዊ መረጃዎችን በፍጥነት ማዋሃድ ይችላል።
የቅርብ ጊዜ ምርምር ምራችን ያሳያል ሞዴሉ CoTን ለማስመር በቀጥታ ቁጥጥር ካልሰለጠነ ድረስ የማመዛዘን ሞዴል CoTን መከታተል የተሳሳተ ባህሪን ለመለየት ጠቃሚ ሊሆን ይችላል። ይህ አመለካከት በኢንዱስትሪው ውስጥ ባሉ ሌሎችም ይጋራል።(በአዲስ መስኮት ውስጥ ይክፈታል) OpenAI o1‑ቅድመ‑ዕይታ ከመርሆቻችን ጋር በመመስረት፣ ለሁለቱም gpt-oss ሞዴል በCoT ላይ ምንም ቀጥተኛ ቁጥጥር አላደረግንም። ሞዴል የተሳሳተ ባህሪን፣ ማታለልን እና ተጠቃሚነትን ለመከታተል ይህ አስፈላጊ ነው ብለን እናምናለን። ተስፋችን ከቁጥጥር ያልተደረገ የሃሳብ ሰንሰለት ጋር open model መለቀቅ ለአበልፃጊዎችና ተመራማሪዎች የራሳቸውን የCoT ክትትል ስርዓቶችን ለማስፈጸም እና ለማስመረምር እድል እንዲሰጣቸው ነው።
አበልፃጊዎች በመተግበሪያዎቻቸው ውስጥ ለተጠቃሚዎች CoTዎችን በቀጥታ ማሳየት አይገባም። እነሱ የተሳሳተ ወይም ጎጂ ይዘት ሊያካትቱ ይችላሉ፣ ይህም የOpenAI መደበኛ የደህንነት ፖሊሲዎችን የማያንፀባርቅ ቋንቋን ይዟል፣ እና ሞዴሉ በመጨረሻው ውጤት ውስጥ እንዳይካተት በግልጽ እየተጠየቁትን መረጃ ሊያካትቱ ይችላሉ።
gpt-oss-120b በውጤቱ ውስጥ የስርዓት መመሪያዎችን በጠንካራ ሁኔታ ይከተላል፣ ነገር ግን ብዙ ጊዜ በCoT ውስጥ ያሉ መመሪያዎችን በግልፅ ይቃወማል።
የgpt-oss ሞዴሎች ለደህንነት ስልጠና የእኛን ዘመናዊ አቀራረቦችን ይጠቀማሉ። በቅድመ-ስልጠና ወቅት፣ ከኬሚካል፣ ባዮሎጂካል፣ ራዲዮሎጂካል እና ኑክሌር (CBRN) ጋር የተያያዙ አንዳንድ አደገኛ መረጃዎችን አጣርተናል። በድህረ-ስልጠና ወቅት፣ ሞዴሉ ደህንነታቸው ያልተጠበቁ እርምጃዎችን እንዲከለክል እና እርምጃ እንቅስቃሴዎችን እንዲከላከል ለማስተማር የውይይት አሰላለፍ እና የመመሪያውን ተዋረድ(በአዲስ መስኮት ውስጥ ይክፈታል) ተጠቅመናል።
አንዴ ክፍት ክብደት ያለው ሞዴል ከተለቀቀ ተቃዋሚዎች ሞዴሉን ለአመፅ ዓላማዎች ማስተካከል ይችላሉ። እነዚህን አደጋዎች በቀጥታ ሞዴሉን በልዩ ባዮሎጂ እና በሳይበር ደህንነት ውሂብ ላይ በመስራት እና ለእያንዳንዱ ጎራ የተለየ የማይቃወቅ እትም በመፍጠር እንደ አጥቃሚ እንደሚያደርገው አደረግን። ከዚያ በውስጣዊ እና በውጫዊ ሙከራ የእነዚህ ሞዴሎች የአቅም ደረጃ ገምግመን ነበር። ይህ ሙከራ፣ በእኛ ተከታታይ የደህንነት ወረቀት ላይ እንደተገለጸው፣ በOpenAI የመስክ መሪ የስልጠና መድረክ ላይ በተመሠረተ ጠንካራ ማስተካከያ ተደርጎ እንኳን፣ እነዚህ በአመፅ የተስተካከሉ ሞዴሎች በእኛ የተዘጋጀ መድረክ መሠረት ከፍተኛ የአቅም ደረጃዎችን መድረስ አልቻሉም ያመለክታል። ይህ ተንኮል አዘል የማስተካከያ ዘዴ የስልጠና ሂደቱን እና ግምገማዎችን ለማሻሻል ምክሮችን በሰጡ ሶስት ገለልተኛ የባለሙያ ቡድኖች ተገምግሟል፣ ብዙዎቹን ተቀብለናል። በሞዴል ካርድ ውስጥ እነዚህን ምክሮች በዝርዝር እንገልጻለን። እነዚህ ሂደቶች ለopen model ደህንነት ትርጉም ያለው እድገት ያመለክታሉ። እነዚህ ግኝቶች የgpt-oss ሞዴሎችን ለመልቀቅ ውሳኔያችንን አሳውቀዋል። እነዚህ ሞዴሎች በኢንዱስትሪው ውስጥ የደህንነት ስልጠናን እና የማስማማት ምርምርን ለማፋጠን እንደሚያግዱ እናምናለን።
ደህንነቱ የተጠበቀ የክፍት ምንጭ ስነ-ምህዳር አስተዋፅዖ ለማድረግ፣ ከአለም ዙሪያ የተውጣጡ ተመራማሪዎችን፣ አበልፃጊዎችን እና አድናቂዎችን አዳዲስ የደህንነት ጉዳዮችን ለመለየት እንዲረዳቸው ለማበረታታት የቀይ ቡድን ፈተናን(በአዲስ መስኮት ውስጥ ይክፈታል) እያስተናገድን ነው። ፈተናው ከOpenAI እና ከሌሎች መሪ ላብራቶሪዎች የባለሙያ ዳኞች ፓነል በመገምገም ላይ የሚመሠረት የ$500,000 የሽልማት ገንዘብ አለው። በፈተናው ማብቂያ ላይ ሰፊው ማህበረሰብ ወዲያውኑ ተጠቃሚ እንዲሆን ሪፖርት በማተም በተረጋገጡ ግኝቶች ላይ በመመስረት የግምገማ መረጃን ምንጭ እንከፍታለን። የበለጠ ይወቁ እና እዚህ(በአዲስ መስኮት ውስጥ ይክፈታል) ይሳተፉ።
ለሁለቱም gpt-oss-120b እና gpt-oss-oss-20b ክብደቶች በ Hugging Face ላይ ነፃ አውርድ ይገኛሉ እና በMXFP4 ውስጥ በተፈጥሮ የተቀነቀኑ ይመጣሉ። ይህ የgpt-oss-120B ሞዴል በ80GB ማህደረ ትውስታ ውስጥ እንዲሰራ ያስችለዋል፣ ነገር ግን gpt-oss-20b 16GB ብቻ ይፈልጋል።
ሞዴሎቹ በእኛ የሃርመኒ እርምጃ ቅርጸት(በአዲስ መስኮት ውስጥ ይክፈታል) ላይ የሰለጠኑ ናቸው፣ እና ጉዲፈቻን ቀላል ለማድረግ በሁለቱም Python እና Rust ውስጥ የስምምነት አቅራቢን(በአዲስ መስኮት ውስጥ ይክፈታል) እየከፈትን ነው። ከPyTorch እና ከApple Metal ፕላትፎርም ጋር ለማሄድ የማመሳከሪያ አተገባበርን ከአምሳያው የአብነት መሳሪያዎች ስብስብ ጋር እየለቀቅን ነው።
እነዚህን ሞዴሎች ተለዋዋጭ እና በማንኛውም ቦታ ለመንቀሳቀስ ቀላል እንዲሆኑ አዘጋጅተናል—በአካባቢው፣ በመሣሪያ ላይ ወይም በሦስተኛ ወገን የመጠንቀቂያ አቅራቢዎች ላይ። ይህን ድጋፍ ለማድረግ፣ ከመነሻው በፊት እንደ Azure፣ Hugging Face፣ vLLM፣ Ollama፣ llama.cpp ያሉ መሪ የማሰማር መድረኮች ጋር ተባብረናል። ሞዴሎቹን ለአበልፃጊዎች በስፋት ተደራሽ ለማድረግ LM Studio፣ AWS፣ Fireworks፣ Together AI፣ Baseten፣ Databricks፣ Vercel፣ Cloudflare እና OpenRouter እንደገና እንዲጠቀሙ። በሃርድዌር ጎን በተለያዩ ስርዓቶች ላይ የተመቻቸ አፈፃፀም ለማረጋገጥ ከኢንዱስትሪ መሪዎች ጋር ለመሆን እንደ NVIDIA፣ AMD፣ Cerebras እና Groq ሰርተናል።
የዛሬው መለቀቅ አካል ሆኖ Microsoft የGPU የተሻሻለ የgpt-oss-20b ሞዴል ስሪቶችን ወደ ዊንዶውስ መሣሪያዎች እያመጣ ነው። በONNX Runtime የተሠሩ እነዚህ ሞዴሎች የአካባቢ መመዘን ድጋፍ ያቀርባሉ እና በFoundry Local እና በVS Code ለሰው ሠራሽ አስተውሎት (AI) መሳሪያ ስብስብ ይገኛሉ፣ ይህም ለWindows አበልፃጊዎች በopen model ለመገንባት ቀላል ያደርገዋል።
ሙሉ በሙሉ ሊበጁ የሚችሉ ሞዴሎችን ማስተካከል እና በራሳቸው አካባቢዎች ማሰማራት የሚፈልጉ አበልፃጊዎች ለማስተካከል እና ማሰማራት ይችላሉ፣ gpt-oss በጣም ተስማሚ ነው። ለባለብዙ ሞዴል ድጋፍ፣ የተገነባ መሳሪያዎችና ከመድረክችን ጋር ቀላል የሆነ ውህደት ለሚፈልጉ፣ በእኛ ኤፒአይ መድረክ በኩል የሚገኙ ሞዴሎች ምርጥ አማራጭ ናቸው። ከአበልፃጊዎች ግብረ መልስ በቅርበት ቀጥል እንቀጥላለን እና በወደፊቱ ለ gpt-oss የ API ድጋፍን ማስቀመጥን እንወስናለን።
ሞዴሎቹን መሞከር ከፈለጉ ወደ እኛ open model መጫወቻ ቦታ(በአዲስ መስኮት ውስጥ ይክፈታል) ይሂዱ። የተለያዩ የሥነ ምህዳር አቅራቢዎችን በመጠቀም ሞዴሎችን እንዴት መጠቀም እንደሚቻል ወይም ሞዴሎቹን እንዴት በጥሩ ሁኔታ ማስተካከል እንደሚቻል የበለጠ ለማወቅ(በአዲስ መስኮት ውስጥ ይክፈታል) መመሪያዎቻችንን ይመልከቱ።
gpt-oss-120b እና gpt-oss-20b መለቀቅ ለክፍት ክብደት ሞዴሎች አስፈላጊ እርምጃ ወደፊት ያሳያል። በመጠናቸው፣ እነዚህ ሞዴሎች በማስተዋል ችሎታዎች እና ደህንነት ላይ ትርጉም ያለው እድገት ያቀርባሉ። open models የአስተናጋጅ ሞዴሎቻችንን ያሟላሉ፣ ለአበልፃጊዎች የመሪ ጠርዝ ምርምርን ለማፋጠን፣ ፈጠራን ለማሳደግ እና በሰፊ የአጠቃቀም ጉዳዮች ላይ ደህንነት እና ግልጽነት ያለው የሰው ሠራሽ አስተውሎት (AI) ልማትን ማንቃት ይችላሉ።
እነዚህ open models እንዲሁም ለታዳጊ ገበያዎች፣ በሀብት ለተገደቡ ዘርፎች እና አነስተኛ ድርጅቶች የባለቤትነት ሞዴሎችን ለመውሰድ በጀት ወይም ተለዋዋጭነት የሌላቸውን እንቅፋቶችን ዝቅ ያደርጋሉ። በእጃቸው ውስጥ ኃይለኛ እና ተደራሽ መሳሪያዎች ካሉ፣ በዓለም ዙሪያ ያሉ ሰዎች ለራሳቸው እና ለሌሎች አዳዲስ እድሎችን መገንባት፣ ፈጠራ እና መፍጠር ይችላሉ። በአሜሪካ ውስጥ የፍጠሩ እነዚህ ችሎታ ያላቸው ክፍት ክብደት ሞዴሎች ሰፊ መዳረሻ ዴሞክራሲያዊ የሰው ሠራሽ አስተውሎት (AI) መንገዶችን ለማስፋፋት ይረዳሉ።
ጤናማ open model ሥነ ምህዳር ማንኛውም ሰው ለሰው ሠራሽ አስተውሎት (AI) በሰፊው እንዲደረስ እና ለሁሉም ሰው ጠቃሚ እንዲሆን የሚረዳ አንድ ገጽታ ነው። አበልፃጊዎችን እና ተመራማሪዎችን እነዚህን ሞዴሎች ለሙከራ፣ ለመተባበር እና የሚችሉትን ድንበሮች ለመስበር እንጋብዛለን። እርስዎ የምትገነቡትን ለማየት በጉጉት እንጠብቃለን።
ደራሲ
ጥቅሶች
[1] GPT-2፦ ብሎግ፣ ምርምር ወረቀት(በአዲስ መስኮት ውስጥ ይክፈታል)
[3] GPT-3፦ ብሎግ፣ የምርምር ወረቀት(በአዲስ መስኮት ውስጥ ይክፈታል)
አስተዋጽኦ አበርካቾች
Zoran Martinovic፣ Zhuohan Li፣ Zhiqing Sun፣ Zach Johnson፣ Yu Yang፣ Yu Bai፣ Yang Song፣ Xin Wang፣ Wenting Zhan፣ Volodymyr Kyrylov፣ Vlad Fomenko፣ Tyler Bertao፣ Tong Mu፣ Timur Garipov፣ Tarun Gogineni፣ Suvansh Sanjeev፣ Steve Mostovoy፣ Song Mei፣ Shengjia Zhao፣ Sebastien Bubeck፣ Scott McKinney፣ Scott Lessans፣ Sandhini Agarwal፣ Sam Toizer፣ Sam Altman፣ Saachi Jain፣ Romain Huet፣ Rahul K. Arora፣ Philippe Tillet፣ Olivia Watkins፣ Nivedita Brett፣ Nikhil Vyas፣ Miles Wang፣ Michihiro Yasunaga፣ Michelle Pokrass፣ Mia Glaese፣ Max Schwarzer፣ Mark Chen፣ Mario Lezcano-Casado፣ Marat Dukhan፣ Lukas Gross፣ Ludovic Peran፣ Ludovic Peran፣ Lindsay McCallum፣ Lin Yang፣ Lily (Xiaoxuan) Liu፣ Leher Pathak፣ Lama Ahmad፣ Kristian Georgiev፣ Kristen Ying፣ Kimmy Richardson፣ Kevin Whinnery፣ Kevin Weil፣ Kevin Lu፣ Kevin Fives፣ Kendal Simon፣ Katia Gil Guzman፣ Karan Singhal፣ Karan Singhal፣ Kai Chen፣ Josh McGrath፣ Jordan Liss፣ Jongsoo Park፣ John Hallman፣ Johannes Heidecke፣ Jiancheng Liu፣ Ji Lin፣ Jason Kwon፣ Jason Ai፣ James Park Lennon፣ Jakub Pachocki፣ Jacob Huh፣ Jackie Hehir፣ Irina Kofman፣ Huida Qiu፣ Hongyu Ren፣ Harshit Sikchi፣ Hannah Wong፣ Haitang Hu፣ Haitang Hu፣ Haiming Bao፣ Hadi Salman፣ Guillaume Leclerc፣ Greg Brockman፣ Gideon Myles፣ Giambattista Parascandolo፣ Gaby Raila፣ Foivos Tsimpourlas፣ Filippo Raso፣ Eugene Brevdo፣ Eric Wallace፣ Enoch Cheung፣ Elizabeth Proehl፣ Elaine Ya Le፣ Edwin Arbus፣ Eddie Zhang፣ Dominik Kundel፣ Dmitry Pimenov፣ David Robinson፣ Dane Stuckey፣ Dana Palmie፣ Dan Cook፣ Cyril Zhang፣ Chris Lu፣ Chris Koch፣ Che Chang፣ Cedric Whitney፣ Casey Dvorak፣ Carolina Paz፣ Brian Zhang፣ Bowen Baker፣ Bob Rotsted፣ Boaz Barak፣ Ashley Pantuliano፣ Andy Applebaum፣ Amy Wendling፣ Ally Bennett፣ Alexander Neitz፣ Alex Paino፣ Alex Nichol፣ Alec Helyar፣ Aidan McLaughlin፣ Aidan Clark እና Adam Goucher
