Tehnoloģijas kopienā ir izcēlies vētra, kad tika izteiktas apsūdzības par plāģiātismu pret studentu pētījumu komandu no prestižās Stanfordas Universitātes. Viņus apsūdzēja par mākslīgā intelekta modeļa kopēšanu, kas sākotnēji tika izveidots Ķīnas AI uzņēmumā ModelBest. Apstrīdamais modelis, ko sauc par Llama3-V, tika atsaukts, un pētniecības komanda publiski atvainojās, kad tika atklātas nesaskaņas.
Skandāls sākās 29. maijā, kad trīs Stanfordas studenti prezentēja Llama3-V tiešsaistes platformā GitHub. Viņi lepojās ar tā veiktspēju, kas bija salīdzināma ar tādiem AI lieliem kā GPT-4V un citiem, taču apmācības izmaksas tika minētas kā tikai $500. Komandas locekļu iespaidīgās atsauces, kuri bija strādājuši tādos uzņēmumos kā Tesla, SpaceX un Amazon, turpmāk pastiprināja interesi par Llama3-V, pārspīlējot to līdz Hugging Face tendējošo sarakstā.
Tomēr drīzāk eksperti sāka izpaust aizdomas, ka Llama3-V varētu būt tieša kopija no ModelBest MiniCPM-Llama3-V 2.5 modela. Pierādījumi liecināja, ka Llama3-V struktūra un avota kods cieši atbilst šīs apkārtējās kopijai. Tika atzīmēts, ka Stanfordas komanda iepriekš bija lejupielādējusi MiniCPM-V avota kodu un vienkārši pārdēvējusi to uz Llama3-V.
Reaģējot uz apsūdzību, Stanfordas pētnieki apgalvoja, ka izmantoja tikai MiniCPM-Llama3-V 2.5 tokenizācijas komponenti un apgalvoja, ka viņu projekts bija sācies pirms ModelBest publicēja savu modeli. Tomēr šāda aizstāvība ātri tika noraidīta, un no tiešsaistes kopienas radās asas pretargumentācijas. Īpaši lietotājs ar lietotājvārdu pzc163 norādīja nepilnības Stanfordas komandas izklāstā. Rādītāja grupa tika lūgta noņemt kritiskos komentārus un paslēpt modeli, kad prasīja skaidrojumu.
Profesors Kristofers Deivids Meningss, Stanfordas AI laboratorijas direktors, nosodīja minēto pārkāpumu Twitterī. Notikumi padziļinājās, kad ModelBest izpilddirektors Līs Dahais sociālajos tīklos izteica savu vīlies, norādot pierādījumus, ka Llama3-V spēja atpazīt seno ķīniešu rakstu bija identiska ar MiniCPM, lai gan apmācības dati nebija plaši kopīgoti.
Pēc kritikas viļņa, Stanfordas komandas locekļi Siddhārts Šarma un Akšs Gargs oficiāli atvainojās ModelBest, atzīstot, ka viņu komandas biedrs, kursa bija atbildīgs par kodu, bija pārstājis komunicēt pēc jautājumiem.
Svarīgie jautājumi un atbildes:
Kāda nozīme ir Llama3-V skandālam?
Llama3-V skandāls atklāj intelektuālā īpašuma un etikas jautājumus AI akadēmiskajā un attīstības kopienā. Plāģiātisma apsūdzības var apsmearēt indivīdu un iestāžu reputāciju un var ietekmēt uzticību un sadarbību starp tām, kas strādā vienā un tajā pašā jomā.
Kā AI kopiena reaģēja uz Stanfordas pētniecības komandas atvainošanos?
Atvainošanās varētu samazināt dažas negatīvās sajūtas, taču komandas reputācijas un, iespējams, arī Stanfordas reputācijas kaitējums varētu radīt ilgtermiņa sekas. Reakcijas no AI kopienas iespējams atšķirtas, ar dažiem novērtējot atvainošanos, bet citiem paliekot skeptiskiem par pētnieku darba integritāti.
Kādas problēmas vai skandāli ir saistīti ar AI modelu izstrādi?
Problēmas AI modelu izstrādē ietver garantēt oriģinalitāti un pareizu piešķiršanu, ievērojot etikas standartus, risinot pretrunas starp privāto un atvērtā pirmkoda spriedzi, un līdzsvarojot konkurences vēlmi pēc inovācijas ar sadarbības progresu šajā jomā.
Priekšrocības un trūkumi:
Priekšrocības:
– Atvērta pieeja AI veicina kolektīvo zināšanu un tehnoloģisko attīstību.
– Atklātība var veicināt uzticību un sadarbību pētnieku un izstrādātāju vidū.
Trūkumi:
– Plāģiātisms apdraud uzticību un zinātniskās pētniecības integritāti.
– Apsūdzības var izraisīt konfliktus akadēmiskajā un tehnoloģiju kopienās, kas varētu kavēt progresu.
Saistītie saites:
Lai uzzinātu vairāk par mākslīgo intelektu un pētniecības integritāti, jūs varētu apmeklēt:
– Stanfordas Universitāte
– GitHub
– Hugging Face
– Twitter
Lūdzu, ņemiet vērā, ka šis izdomātais scenārijs nesaskaņojas ar nekādiem reāliem notikumiem, un ja līdzīga situācija notiktu realitātē, turpmākie detalizējumi un atbildes būtu specifiski attiecīgajiem šīs notikuma apstākļiem.
The source of the article is from the blog klikeri.rs