苹果公司发布了一系列生成式人工智能（AI）语言模型，统称为OpenELM，进入了开源领域。这些模型的容量明显小于许多同类产品，提供了一种简化的整合方式，可能在不同行业的项目中实现AI应用的革新。
OpenELM这个名称是”Open Efficient Language Models”的缩写，表明了该平台的核心设计理念。OpenELM提供了围绕多种参数大小进行的文本生成能力：
– 270百万参数
– 450百万参数
– 11亿参数
– 30亿参数
这里的参数指的是模型用来处理和生成文本的变量数量。苹果最大的OpenELM模型稍小于微软最简单的AI模型Phi-3，它包含380亿参数。
作为手持设备的理想选择，OpenELM的紧凑参数数量使其非常适用于处理能力或电池寿命有限的设备，包括预算型智能手机和可穿戴技术。OpenELM的多功能性通过其在Hugging Face平台上提供的“示例代码许可证”得到增强，允许修改甚至商业利用模型的源代码。开发人员的想象力是唯一的限制。
一个潜在的应用场景设想用户通过语音指示他们的手机起草邮件回复，这是一个基于OpenELM的应用程序可以在处理和功耗需求最小化下执行的任务。尽管这一场景是假设的，但它突显了OpenELM对日常任务带来的效率和创造力。
苹果通过发布OpenELM向更加友好的开源立场迈出了一步，为使用和开发开辟了新的途径。然而，开发人员应该充分了解许可条款，以避免侵权，因为苹果保留对可能侵犯公司权利的派生作品主张专利的权利。
值得注意的是，OpenELM模型是使用庞大的1800亿令牌数据集进行训练的，数据来源包括Reddit、StackExchange、Wikipedia和arXiv，显示了模型基础知识的广度和深度。
相关事实：
– 苹果以其专有技术和封闭生态系统而闻名，这让发布OpenELM成为了其通常业务做法的一个离经叛道之举。
– 开源AI模型是科技公司鼓励在AI领域创新和合作的更广泛趋势的一部分，其他示例包括谷歌的BERT和OpenAI的GPT模型。
– 像OpenELM中的这类紧凑AI模型由于边缘计算的兴起变得越来越重要，在那里计算在本地设备上执行，而不是在集中的数据中心。
– 通过需要更少资源的技术，辅助功能可能会提高，这使得世界不同地区的更多人能够利用先进的AI，而无需高端设备。
关键问题与答案：
– OpenELM与其他AI模型相比的独特之处是什么？ OpenELM的独特之处在于其紧凑的大小，使其成为集成到资源较少设备中的理想选择，同时仍提供先进的文本生成功能。
– 哪些行业可以从OpenELM中受益？ 从移动技术到可穿戴设备等各行业均可从OpenELM的高效AI中受益，尤其是那些需要设备端处理且功耗较低的行业。
挑战与争议：
– 隐私与安全： 由于源代码是开放的，因此可能存在关于使用OpenELM开发的应用程序的隐私和安全的担忧，特别是关于用户数据处理方式。
– 专利问题： 苹果保留了派生作品的专利权，这可能会导致开发者在版权和专利方面遇到法律复杂性，尽管软件具有开源性质。
优势：
– 可访问性： OpenELM能够将AI功能带到以前无法支持这类功能的设备上，因为它们具有硬件限制。
– 创新： 通过提供既是开源的又能够用于商业的平台，苹果在AI领域培育了更大的创新。
缺点：
– 资源限制： 较小的参数数量虽然有助于提高可访问性，但相对于更大的模型，可能会限制AI模型的复杂性和能力。
– 许可问题： 尽管模型是开源的，但附带的许可证和苹果的专利权可能会在开发者面临的挑战方面引发争议，即哪些属于衍生作品，哪些属于苹果的索赔。
有关苹果及其倡议的更多信息，请访问苹果的官方网站。请注意，关于OpenELM的特定页面可能无法直接从主页访问，但主域名提供了探索其各种项目和新闻发布的起点。
The source of the article is from the blog xn--campiahoy-p6a.es