OpenAI مدل‌های «وزن‌باز» رایگان GPT-OSS-120B و GPT-OSS-20B را منتشر کرد

انتشار مدل‌های «وزن‌باز» توسط OpenAI: گامی نو در دسترسی به هوش مصنوعی

شرکت OpenAI، پیشرو در توسعه هوش مصنوعی، برای نخستین بار از سال ۲۰۱۹ و پس از عرضه مدل GPT-2، اقدام به انتشار دو مدل «وزن‌باز» رایگان با نام‌های GPT-OSS-120B و GPT-OSS-20B کرده است. این اقدام از طریق پلتفرم Hugging Face صورت گرفته و دسترسی به فناوری‌های پیشرفته هوش مصنوعی را برای طیف وسیع‌تری از کاربران فراهم می‌آورد.

این مدل‌ها که با رویکردی متفاوت از مدل‌های «متن‌باز» عرضه شده‌اند، امکانات جدیدی را برای توسعه‌دهندگان و محققان فراهم می‌کنند. در ادامه به بررسی جزئیات این مدل‌ها، تفاوت آن‌ها با مدل‌های متن‌باز و تأثیرات این انتشار بر جامعه هوش مصنوعی می‌پردازیم.

تفاوت مدل‌های «وزن‌باز» و «متن‌باز»

بسیار مهم است که تفاوت میان مدل‌های «وزن‌باز» و «متن‌باز» را درک کنیم. بنجامین سی. لی، استاد مهندسی و علوم کامپیوتر دانشگاه پنسیلوانیا، در این باره توضیح می‌دهد:

«مدل‌های وزن‌باز شامل مقادیری هستند که طی فرآیند آموزش به ورودی‌ها اختصاص داده شده‌اند. این ویژگی به کاربران اجازه می‌دهد از مدل‌ها به‌صورت آماده استفاده کنند یا با تنظیم وزن‌ها، مدل‌ها را برای اهداف خاصی بهینه‌سازی کنند.»

در واقع، مدل‌های وزن‌باز را می‌توان حد وسطی میان مدل‌های کاملاً متن‌باز و متن‌بسته دانست. OpenAI تاکنون از انتشار مدل‌های کاملاً متن‌باز خود به دلیل نگرانی از مهندسی معکوس خودداری کرده است. مدل‌های متن‌باز فراتر از وزن‌باز هستند و می‌توان از آن‌ها برای آموزش چت‌بات‌ها و توسعه‌های عمیق‌تر استفاده کرد.

مشخصات فنی و دسترسی

مدل‌های جدید GPT-OSS-120B و GPT-OSS-20B به ترتیب دارای ۱۱۷ میلیارد و ۲۱ میلیارد پارامتر هستند. این تفاوت در تعداد پارامترها، نیازهای سخت‌افزاری متفاوتی را برای اجرای آن‌ها ایجاد می‌کند:

• GPT-OSS-120B: برای اجرای این مدل بزرگ‌تر، به یک کارت گرافیک با حافظه ۸۰ گیگابایتی نیاز است که این میزان حافظه، فراتر از توان سخت‌افزاری اکثر کاربران عادی است.
• GPT-OSS-20B: مدل کوچک‌تر، GPT-OSS-20B، حتی می‌تواند بر بستر لپ‌تاپ‌هایی با ۱۶ گیگابایت رم نیز اجرا شود. این ویژگی به کاربران عادی امکان می‌دهد تا این مدل را به صورت رایگان دانلود و سفارشی‌سازی کنند.

هر دو مدل علاوه بر Hugging Face، با مجوز Apache 2.0 از طریق پلتفرم‌های Databricks، Azure و AWS نیز به صورت رایگان در دسترس هستند. لازم به ذکر است که مدل‌های وزن‌باز OpenAI هنوز از ورودی‌های چندوجهی (مانند تصویر، ویدیو و صدا) پشتیبانی نمی‌کنند.

عملکرد و چشم‌انداز آینده

مدل‌های وزن‌باز GPT-OSS-120B و GPT-OSS-20B به ترتیب عملکردی مشابه مدل‌های o4-mini و o3-mini از خود نشان می‌دهند. حتی گزارش شده است که مدل بزرگ‌تر می‌تواند در حد و اندازه‌های مدل O3 ظاهر شود.

بنجامین سی. لی تأکید می‌کند:

«مدل‌های وزن‌باز به افراد و سازمان‌هایی که منابع مالی برای راه‌اندازی دیتاسنترهای عظیم ندارند، امکان می‌دهند از نتیجه ماه‌ها آموزش روی سخت‌افزارهای قدرتمند بهره ببرند.»

تیم توسعه‌دهنده این مدل‌ها، پروژه را یک «آزمایش» توصیف کرده و اعلام کرده است که هرچه استقبال کاربران بیشتر باشد، احتمال عرضه مدل‌های وزن‌باز جدید در آینده افزایش خواهد یافت. این رویکرد می‌تواند به دموکراتیزه شدن دسترسی به هوش مصنوعی پیشرفته کمک شایانی کند.