Cum funcționează licențele de model deschise?

O licență este un câmp înregistrat, nu o stare de spirit

Fiecare card de model din acest catalog conține un identificator de licență și un link către textul licenței, iar pagina /licences citește aceste înregistrări în loc să-și păstreze propria listă. Nimic de pe acea pagină nu reproduce sau parafrazează o licență: linkul duce la textul publicat de editor, iar acel text guvernează. Acolo unde înregistrarea nu specifică ce permite o licență, nici pagina nu o face.

Ceea ce conține câmpul este un set de identificatori, mai degrabă decât un spectru. Acest catalog înregistrează în prezent Apache-2.0, MIT, CC-BY-NC-4.0, licențele comunitare Llama 3.1, 3.3 și 4, termenii Gemma de la Google, licența NVIDIA Nemotron Open Model License, OpenMDW-1.1, Open Aleph License, o licență personalizată de la un furnizor și o intrare proprietară. Fiecare este un document diferit cu condiții diferite, și niciunul dintre ele nu este rezumat aici ca o undă verde.

Greutățile deschise nu sunt o permisiune

Regula pe care catalogul și-o aplică este că greutățile deschise înseamnă că greutățile sunt descărcabile, nu că utilizarea comercială este permisă. O licență restrictivă este menționată în limitele proprii ale cardului, unde este primul lucru pe care îl vede un cititor.

Teuken 7B Instruct v0.6 este cel mai clar exemplu european. Este un model german finanțat public, antrenat pe toate cele 24 de limbi oficiale ale UE, cu o fereastră de context de 4.096 de tokeni și o medie UE21 de 0.57 la propria evaluare a proiectului — înaintea Llama 3.1 8B Instruct la 0.563 și Mistral 7B Instruct v0.3 la 0.527 pe același set de testare. Greutățile sale sunt descărcabile sub CC-BY-NC-4.0, care permite doar utilizarea privată, necomercială, de cercetare și educațională. Command R (08-2024) poartă aceeași licență pe un model de recuperare de 32.3B, ceea ce exclude servirea comercială a greutăților.

Open Aleph License este și mai restrictivă. Pharia-1-LLM-7B-control-aligned este publicat sub aceasta în scopuri educaționale și de cercetare, iar utilizarea comercială se realizează printr-un acord on-premise care include greutățile, mai degrabă decât prin descărcarea publică. Trei licențe, trei puncte de control descărcabile, trei răspunsuri diferite la aceeași întrebare.

Licența Llama, în special

Llama 3.1 8B Instruct este unul dintre cele mai descărcate puncte de control deschise, un model de instrucțiuni cu 8.03B parametri, cu o fereastră de context de 128k tokeni, apelare de instrumente și un scor UE21 de 0.563 în evaluarea OpenGPT-X a limbilor europene. Este lansat sub Llama 3.1 Community License, care permite utilizarea comercială, dar necesită o licență de la Meta peste 700 de milioane de utilizatori activi lunar și adaugă o politică de utilizare acceptabilă. Nu este o licență OSI, iar cardul înregistrează acest prag ca o limită, mai degrabă decât o notă de subsol. Cardul notează, de asemenea, date de antrenament centrate pe engleză, mai slabe pe limbile UE mai mici, și o lansare din iulie 2024 care este în urma modelelor actuale de 8B.

Llama 3.3 70B Instruct și cele două carduri Llama 4 poartă propriile licențe comunitare; Llama 4 Scout păstrează același prag de 700 de milioane de utilizatori activi lunar. Acest model este un amestec de experți cu 17B parametri activi și 108.64B în total, iar Meta anunță o fereastră de context de 10 milioane de tokeni pentru acesta — cea mai mare dintre toate lansările Llama — în timp ce cardul afirmă clar că calitatea contextului lung la acea limită nu este verificată independent.

Apache-2.0, MIT și jumătatea permisivă

Pe partea permisivă, Apache-2.0 acoperă EuroLLM 9B și 22B, Mistral 7B Instruct v0.3, Mistral Small 4, Command A+ și cardurile Gemma 4. MIT acoperă DeepSeek-V3.2 (685B parametri sub o configurație maximă de 163.840 de tokeni), GLM-4.7 Flash, Phi-4 și multilingual-e5-large. Aceste licențe permit servirea comercială a greutăților, ceea ce este o permisiune și nu o afirmație de calitate: Mistral 7B Instruct v0.3 este datat mai 2024 și cardul său spune că este clar în urma modelelor actuale în ceea ce privește raționamentul și codul.

Două avertismente sunt necesare aici. Primul este că un nume de familie nu este o licență: cardurile Gemma 4 sunt înregistrate sub Apache-2.0, în timp ce embeddinggemma-300m este înregistrat sub termenii de utilizare Google Gemma, care nu sunt o licență OSI. Al doilea este că licențele furnizorilor au propriile condiții chiar și atunci când greutățile sunt deschise. Nemotron 3 Super este publicat sub NVIDIA Nemotron Open Model License de la o companie americană, o licență de furnizor, mai degrabă decât una OSI. GLM-5.3, cea mai mare intrare la 753.33B parametri, se află sub o licență personalizată Z.ai care trebuie citită înainte de utilizarea comercială. Codestral 25.08 este cazul opus: proprietar, fără număr de parametri publicat pe cardul său și fără greutăți deschise deloc.

Unde se află licența în calea cererii

Licența nu este o regulă de rutare și nu este tratată ca atare. Ceea ce decide dacă un model poate fi servit sunt rândurile sale de endpoint. Un model pe care această platformă nu îl poate servi are un rând al cărui tip este doar catalog, iar routerul respinge acest tip înainte de a fi luată în considerare orice altă regulă — înainte de stare, rezidență, liste de furnizori și preț. Listarea modelului îl refuză din același motiv, deci nicio politică, nicio alegere de rezidență și niciun plafon de preț nu îl poate ruta. Solicitarea acestuia după nume returnează 404 hosted_unavailable cu catalogue_only setat, mai degrabă decât un răspuns de altundeva.

Această ordine contează atunci când citiți un card: două întrebări independente. Pot rula aceste greutăți — aceasta este licența. Răspunde ceva aici pentru acest model — acesta este rândul de endpoint, și este starea platformei care se schimbă fără ca licența să se schimbe deloc.

Ce să citiți înainte de a vă baza pe una

Patru câmpuri, în această ordine. Identificatorul licenței, care vă spune cu ce document aveți de-a face. Linkul licenței, deoarece textul guvernează și identificatorul este doar un indicator. Lista de limite a cardului, unde catalogul specifică mai întâi o restricție privind servirea comercială. Și greutățile deschise, care este un fapt despre descărcabilitate și nu spune nimic despre permisiune.

Catalogul nu înregistrează nimic din toate acestea ca sfat juridic, și nici această pagină — este o citire a ceea ce declară editorii, cu URL-ul sursă lângă fiecare cifră. Acolo unde un card nu înregistrează niciun identificator de licență sau greutăți închise, pagina /licences îl listează separat în loc să-l includă într-un număr, astfel încât decalajul este vizibil, mai degrabă decât implicit.