Ako fungujú licencie otvorených modelov?

Licencia je zaznamenané pole, nie nálada

Každá karta modelu v tomto katalógu obsahuje identifikátor licencie a odkaz na text licencie, a stránka /licences tieto záznamy číta namiesto toho, aby si viedla vlastný zoznam. Nič na tejto stránke nereprodukuje ani neparafrázuje licenciu: odkaz vedie na text, ktorý vydavateľ zverejňuje, a tento text je záväzný. Ak záznam neuvádza, čo licencia povoľuje, stránka to tiež neuvádza.

Obsah poľa je súbor identifikátorov, nie spektrum. Tento katalóg v súčasnosti zaznamenáva Apache-2.0, MIT, CC-BY-NC-4.0, komunitné licencie Llama 3.1, 3.3 a 4, podmienky Google Gemma, licenciu NVIDIA Nemotron Open Model License, OpenMDW-1.1, Open Aleph License, jednu špecifickú licenciu dodávateľa a jeden proprietárny záznam. Každý z nich je iný dokument s rôznymi podmienkami a žiadny z nich tu nie je zhrnutý do zeleného svetla.

Otvorené váhy nie sú povolenie

Pravidlo, ktoré katalóg uplatňuje na seba, je, že otvorené váhy znamenajú, že váhy sú stiahnuteľné, nie že je povolené komerčné použitie. Reštriktívna licencia je uvedená v obmedzeniach samotnej karty, kde je to prvá vec, ktorú čitateľ vidí.

Teuken 7B Instruct v0.6 je najjasnejším európskym príkladom. Je to nemecký verejne financovaný model trénovaný na všetkých 24 úradných jazykoch EÚ, s kontextovým oknom 4 096 tokenov a priemerom EÚ21 0,57 pri vlastnom hodnotení projektu — pred Llama 3.1 8B Instruct s 0,563 a Mistral 7B Instruct v0.3 s 0,527 na rovnakej testovacej sade. Jeho váhy sú stiahnuteľné pod CC-BY-NC-4.0, ktorá povoľuje iba súkromné, nekomerčné, výskumné a vzdelávacie použitie. Command R (08-2024) nesie rovnakú licenciu na 32,3B modeli na vyhľadávanie, čo vylučuje komerčné poskytovanie váh.

Licencia Open Aleph je ešte užšia. Pharia-1-LLM-7B-control-aligned je pod ňou zverejnená na vzdelávacie a výskumné účely a komerčné použitie prebieha prostredníctvom on-premise dohody, ktorá zahŕňa váhy, a nie prostredníctvom verejného stiahnutia. Tri licencie, tri stiahnuteľné kontrolné body, tri rôzne odpovede na tú istú otázku.

Licencia Llama, konkrétne

Llama 3.1 8B Instruct je jedným z najsťahovanejších otvorených kontrolných bodov, 8,03B-parametrový inštrukčný model so 128k-tokenovým kontextovým oknom, volaním nástrojov a skóre EÚ21 0,563 v hodnotení OpenGPT-X európskych jazykov. Je vydaný pod licenciou Llama 3.1 Community License, ktorá povoľuje komerčné použitie, ale vyžaduje licenciu od Meta nad 700 miliónov aktívnych používateľov mesačne a pridáva politiku prijateľného použitia. Nie je to licencia OSI a karta zaznamenáva túto hranicu ako obmedzenie, nie ako poznámku pod čiarou. Karta tiež uvádza tréningové dáta zamerané na angličtinu, slabšie pre menšie jazyky EÚ, a vydanie z júla 2024, ktoré zaostáva za súčasnými 8B modelmi.

Llama 3.3 70B Instruct a dve karty Llama 4 nesú vlastné komunitné licencie; Llama 4 Scout si zachováva rovnakú hranicu 700 miliónov aktívnych používateľov mesačne. Tento model je zmesou expertov so 17B aktívnymi parametrami a celkovo 108,64B a Meta preň inzeruje kontextové okno 10 miliónov tokenov — najväčšie zo všetkých vydaní Llama — zatiaľ čo karta jasne uvádza, že kvalita dlhého kontextu pri tejto hranici nie je nezávisle overená.

Apache-2.0, MIT a povolená polovica

Na povolenej strane Apache-2.0 pokrýva EuroLLM 9B a 22B, Mistral 7B Instruct v0.3, Mistral Small 4, Command A+ a karty Gemma 4. MIT pokrýva DeepSeek-V3.2 (685B parametrov pod maximálnou konfiguráciou 163 840 tokenov), GLM-4.7 Flash, Phi-4 a multilingual-e5-large. Tieto licencie povoľujú komerčné poskytovanie váh, čo je povolenie a nie tvrdenie o kvalite: Mistral 7B Instruct v0.3 je z mája 2024 a jeho karta hovorí, že jasne zaostáva za súčasnými modelmi v uvažovaní a kóde.

Patria sem dve upozornenia. Prvým je, že rodinné meno nie je licencia: karty Gemma 4 sú zaznamenané pod Apache-2.0, zatiaľ čo embeddinggemma-300m je zaznamenaný pod podmienkami používania Google Gemma, ktoré nie sú licenciou OSI. Druhým je, že licencie dodávateľov majú vlastné podmienky, aj keď sú váhy otvorené. Nemotron 3 Super je zverejnený pod licenciou NVIDIA Nemotron Open Model License od americkej spoločnosti, čo je licencia dodávateľa, nie licencia OSI. GLM-5.3, najväčší záznam s 753,33B parametrami, spadá pod špecifickú licenciu Z.ai, ktorú je potrebné prečítať pred komerčným použitím. Codestral 25.08 je opačný prípad: proprietárny, bez zverejneného počtu parametrov na karte a bez otvorených váh vôbec.

Kde sa licencia nachádza v ceste požiadavky

Licencia nie je pravidlo smerovania a nie je takto ani spracovaná. O tom, či môže byť model poskytovaný, rozhodujú riadky jeho koncového bodu. Model, ktorý táto platforma nemôže poskytovať, má riadok, ktorého typ je iba katalóg, a smerovač tento typ odmietne skôr, ako sa zváži akékoľvek iné pravidlo — pred stavom, rezidenciou, zoznamami poskytovateľov a cenou. Zoznam modelov ho odmietne z rovnakého dôvodu, takže žiadna politika, žiadna voľba rezidencie a žiadny cenový strop k nemu nemôžu smerovať. Vyžiadanie ho podľa názvu vráti 404 hosted_unavailable s nastavením catalogue_only, namiesto odpovede odinakiaľ.

Tento poriadok je dôležitý, keď čítate kartu: dve nezávislé otázky. Môžem spustiť tieto váhy — to je licencia. Odpovedá tu niečo za tento model — to je riadok koncového bodu a je to stav platformy, ktorý sa mení bez toho, aby sa licencia vôbec zmenila.

Čo si prečítať, než sa na ňu spoľahnete

Štyri polia, v tomto poradí. Identifikátor licencie, ktorý vám povie, s akým dokumentom máte do činenia. Odkaz na licenciu, pretože text je záväzný a identifikátor je len ukazovateľ. Zoznam obmedzení karty, kde katalóg najprv uvádza obmedzenie komerčného poskytovania. A otvorené váhy, čo je fakt o stiahnuteľnosti a nič nehovorí o povolení.

Katalóg nič z toho nezaznamenáva ako právne poradenstvo, a ani táto stránka — je to spätné čítanie toho, čo uvádzajú vydavatelia, s URL zdrojom pri každom údaji. Ak karta nezaznamenáva identifikátor licencie alebo uzavreté váhy, stránka /licences ju uvádza samostatne namiesto toho, aby ju zahrnula do počtu, takže medzera je viditeľná, a nie implicitne odstránená.