Apakah Meta Llama Benar-Benar Open Source?

Industri perangkat lunak semakin memanfaatkan teknologi open source. Menurut Laporan Keadaan Open Source 2023, 80% bisnis telah meningkatkan penggunaan perangkat lunak open source.

Sebagai pemain utama di industri teknologi, proyek perangkat lunak Meta memiliki pengaruh signifikan. Proyek Meta Llama merupakan kontribusi yang patut diperhatikan pada ekosistem model bahasa besar open source. Namun, ketika kita memeriksa lebih dekat klaim open source-nya, kita dapat melihat beberapa ketidakberesan.

Mari kita lihat Meta Llama lebih dekat untuk menilai lisensinya, tantangan, dan implikasi yang lebih luas dalam komunitas open source.

Apa yang Menyusun Open Source?

Memahami esensi open source sangat penting dalam menilai Meta Llama. Open source bukan hanya berarti akses ke kode sumber, tetapi juga komitmen terhadap kolaborasi, transparansi, dan pengembangan yang dipimpin oleh komunitas. Dibandingkan dengan perangkat lunak proprietary, perangkat lunak open source biasanya bebas lisensi dan dapat disalin, diubah, atau dibagikan oleh siapa saja tanpa izin eksplisit dari penulis.

Lisensi Llama Meta patut dipertanyakan terkait kepatuhannya terhadap kriteria ini. Menilai komitmen Meta terhadap transparansi, pengembangan kolaboratif, dan aksesibilitas kode akan mengungkapkan seberapa besar keselarasan dengan prinsip open source.

Ringkasan Proyek Meta Llama

Ringkasan Proses Pra-Pelatihan dan Pelatihan Halus Llama 2

Sebagai alat penting dalam ekosistem Meta, Llama memiliki implikasi yang luas. Kemampuan bahasa alaminya yang kuat memungkinkan pengembang untuk membangun dan mempelajari chatbot, terjemahan bahasa, dan sistem generasi konten yang kuat. Llama bertujuan untuk memungkinkan pemahaman dan generasi bahasa yang lebih halus dengan fleksibilitas dan adaptabilitasnya.

Prinsip-prinsip yang memandu Llama tertuang dalam Kebijakan Penggunaan Meta. Prinsip-prinsip ini mempromosikan penggunaan yang aman dan adil dari platform dan menggariskan batasan etika yang mengatur penggunaannya.

Aplikasi & Dampak

Meta Llama dibandingkan dengan LLM lain yang terkemuka, seperti BERT dan GPT-3. Llama terbukti mengungguli mereka dalam banyak benchmark eksternal, seperti kumpulan data QA seperti Natural Questions dan QuAC.

Berikut beberapa contoh kasus yang menyoroti dampak Llama pada pengembang dan ekosistem teknologi yang lebih luas:

• Bot Kuat: Llama memungkinkan pengembang untuk membuat interaksi bahasa alami yang lebih maju dengan pengguna dalam chatbot dan asisten virtual.
• Analisis Sentimen yang Ditingkatkan: Llama dapat membantu bisnis dan peneliti untuk lebih memahami sentimen pelanggan dengan menganalisis sejumlah besar data teks.
• Kontrol Privasi: Fleksibilitas dan adaptabilitas Llama membuatnya potensial mengganggu pemimpin saat ini dalam LLM, seperti OpenAI dan Google. Kemampuan untuk di-host sendiri dan dimodifikasi memberikan lebih banyak kontrol atas data dan model untuk kasus penggunaan yang fokus pada privasi.

Klaim Open Source Meta

Meta menyatakan bahwa Llama adalah open source, menempatkannya dalam lingkaran kolaboratif. Oleh karena itu, mengevaluasi klaim Meta menjadi penting untuk mengetahui praktik dari retorika.

Selain kebenaran politik dari open source, ada keuntungan membuat Llama dapat diakses. Beberapa manfaat yang diharapkan termasuk peningkatan keterlibatan komunitas dengan Meta, percepatan inovasi, transparansi, dan utilitas yang lebih luas. Namun, kebenaran klaim ini memerlukan pemeriksaan yang teliti.

Lisensi Llama Meta

Llama memiliki model lisensi yang unik yang membedakannya dari lisensi open source tradisional. Lisensi Llama, meskipun lebih permissif daripada lisensi yang melekat pada banyak model komersial, memiliki batasan tertentu. Berikut beberapa poin kunci:

1. Lisensi Kustom

Meta menggunakan lisensi kustom, sebagian open, untuk Llama, yang memberikan pengguna lisensi terbatas, non-eksklusif, di seluruh dunia, non-transferable, dan bebas royalti di bawah hak kekayaan intelektual Meta.

2. Penggunaan dan Turunan

Pengguna dapat menggunakan, mereproduksi, mendistribusikan, menyalin, membuat karya turunan dari, dan memodifikasi bahan Llama tanpa mengalihkan lisensi.

3. Syarat Komersial

Perusahaan dengan lebih dari 700 juta pengguna aktif bulanan harus memperoleh lisensi komersial dari Meta AI. Persyaratan ini membedakan Llama dari lisensi open source tradisional, yang biasanya tidak mengenakan batasan seperti itu.

4. Kemitraan

Model Llama 2 dapat diakses melalui AWS dan Hugging Face. Meta juga bermitra dengan Microsoft (MSFT ) untuk membawa Llama 2 ke perpustakaan model Azure, memungkinkan pengembang untuk membangun aplikasi dengan itu tanpa membayar biaya lisensi.

Tantangan dan Kontroversi sekitar Keterbukaan Llama

Pengalaman pengguna dalam ekosistem Llama Meta memiliki tantangan, dengan contoh tertentu mengungkapkan batasan pada model Llama dan turunannya.

• Labirin batasan lisensi memperumit lanskap, mempengaruhi bagaimana pengguna berinteraksi dengan dan memanfaatkan model canggih ini.
• Hambatan akses selektif muncul, melemparkan bayangan pada inklusivitas partisipasi pengguna.
• Ketidakjelasan dokumentasi menambah lapisan kompleksitas, memerlukan pengguna untuk menavigasi pedoman yang tidak jelas.

Dalam evaluasi terbaru yang dilakukan oleh Universitas Radboud, beberapa generator teks yang disesuaikan dengan instruksi, termasuk Llama 2, menjalani pemeriksaan terkait klaim open source-nya. Studi tersebut menilai ketersediaan, kualitas dokumentasi, dan metode akses, dengan tujuan untuk menilai model-model ini berdasarkan keterbukaannya. Llama 2 muncul sebagai model dengan peringkat keterbukaan terendah kedua di antara model yang dievaluasi, dengan skor keterbukaan secara keseluruhan yang sedikit lebih tinggi daripada ChatGPT.

Penilaian Universitas Radboud terhadap klaim open source Llama 2, di antara generator teks lainnya, hingga Juni 2023 (Tabel lengkap tersedia di sini)

Komunitas pengembang juga telah mengangkat beberapa kritik dan kekhawatiran tentang Llama:

1. Kurangnya transparansi dalam penanganan model oleh Meta.
2. Batasan penggunaan dan turunan.
3. Syarat komersial yang dikenakan pada perusahaan besar.

Tanggapan Meta

Llama Meta telah diperdebatkan terkait keterbukaannya yang sebenarnya. Sementara Meta telah menggambarkan Llama 2 sebagai open source dan gratis untuk penelitian dan penggunaan komersial, para kritikus berpendapat bahwa itu bukan benar-benar open source. Poin utama perselisihan adalah ketersediaan data pelatihan dan kode yang digunakan untuk melatih model.

Meta telah membuat bobot model, kode evaluasi, dan dokumentasi tersedia, yang merupakan aspek signifikan dari model open source. Namun, Llama 2 dianggap sedikit tertutup dibandingkan dengan model LLM open source lainnya. Data pelatihan dan kode yang digunakan untuk melatih model tidak dibagikan, membatasi kemampuan pengembang dan peneliti untuk menganalisis model secara menyeluruh.

Melestarikan Integritas Open Source

Menerima proyek yang sebagian open source sebagai open source dapat merusak kredibilitas praktik open source di industri. Beberapa dampak potensial termasuk:

• Menghambat Sinergi Kolaboratif: Mengidentifikasi proyek non-open source sebagai open source dapat menghalangi potensi kolaborator, menghambat pertukaran ide dan pemecahan masalah kolektif yang merupakan ciri khas open source.
• Menghambat Spektrum Inovasi: Menerima proyek closed source sebagai open source mungkin menghambat inovasi dengan memimpin pengembang ke jalur yang kekurangan kreativitas komunal dan tidak terbatas yang penting untuk terobosan.
• Kesalahan dan Hambatan Adopsi: Mengidentifikasi closed source sebagai open source dapat membingungkan pengguna dan pengembang, menghasilkan keraguan untuk mengadopsi inisiatif open source yang sebenarnya karena skeptisisme atau perbedaan yang tidak jelas.
• Labirin Hukum: Menerima proyek yang tidak sesuai dapat menimbulkan masalah hukum, menambah kompleksitas dan potensi kewajiban, serta mengganggu etos komunitas tentang transparansi dan kerja sama.

Untuk mengatasi konsekuensi potensial ini, komunitas open source harus mempertahankan semangat open source yang sebenarnya. Mendefinisikan dan mengkomunikasikan prinsip dan nilai open source dengan jelas dapat membantu mencegah kebingungan dan memastikan bahwa proyek yang diterima sebagai open source sesuai dengan prinsip-prinsip tersebut.

Untuk informasi terbaru tentang teknologi dan AI, kunjungi Unite AI. Tetap informasi dan tetap mendahulu dengan kami!