ਓਪਨ ਸੋਰਸ ਏਆਈ ਬਾਰੇ ਇਸ ਤਰ੍ਹਾਂ ਗੱਲ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜਿਵੇਂ ਇਹ ਇੱਕ ਜਾਦੂਈ ਕੁੰਜੀ ਹੈ ਜੋ ਹਰ ਚੀਜ਼ ਨੂੰ ਖੋਲ੍ਹ ਦਿੰਦੀ ਹੈ। ਅਜਿਹਾ ਨਹੀਂ ਹੈ। ਪਰ ਇਹ ਹੈ ਜਿਸਨੂੰ ਤੁਸੀਂ ਸਮਝ ਸਕਦੇ ਹੋ, ਸੁਧਾਰ ਸਕਦੇ ਹੋ ਅਤੇ ਵਿਕਰੇਤਾ ਨੂੰ ਸਵਿੱਚ ਫਲਿੱਪ ਕਰਨ ਲਈ ਬੇਨਤੀ ਕੀਤੇ ਬਿਨਾਂ ਭੇਜ ਸਕਦੇ ਹੋ। ਜੇਕਰ ਤੁਸੀਂ ਸੋਚਿਆ ਹੈ ਕਿ "ਖੁੱਲ੍ਹਾ" ਕੀ ਗਿਣਿਆ ਜਾਂਦਾ ਹੈ, ਸਿਰਫ਼ ਮਾਰਕੀਟਿੰਗ ਕੀ ਹੈ, ਅਤੇ ਕੰਮ 'ਤੇ ਇਸਨੂੰ ਅਸਲ ਵਿੱਚ ਕਿਵੇਂ ਵਰਤਣਾ ਹੈ, ਤਾਂ ਤੁਸੀਂ ਸਹੀ ਜਗ੍ਹਾ 'ਤੇ ਹੋ। ਇੱਕ ਕੌਫੀ ਲਓ - ਇਹ ਲਾਭਦਾਇਕ ਹੋਵੇਗਾ, ਅਤੇ ਸ਼ਾਇਦ ਥੋੜ੍ਹਾ ਜਿਹਾ ਵਿਚਾਰਸ਼ੀਲ ☕🙂।
ਇਸ ਤੋਂ ਬਾਅਦ ਤੁਸੀਂ ਜੋ ਲੇਖ ਪੜ੍ਹਨਾ ਪਸੰਦ ਕਰ ਸਕਦੇ ਹੋ:
🔗 ਆਪਣੇ ਕਾਰੋਬਾਰ ਵਿੱਚ AI ਨੂੰ ਕਿਵੇਂ ਸ਼ਾਮਲ ਕਰਨਾ ਹੈ
ਸਮਾਰਟ ਕਾਰੋਬਾਰੀ ਵਿਕਾਸ ਲਈ ਏਆਈ ਟੂਲਸ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਲਈ ਵਿਹਾਰਕ ਕਦਮ।
🔗 ਵਧੇਰੇ ਉਤਪਾਦਕ ਬਣਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰੀਏ
ਪ੍ਰਭਾਵਸ਼ਾਲੀ AI ਵਰਕਫਲੋ ਖੋਜੋ ਜੋ ਸਮਾਂ ਬਚਾਉਂਦੇ ਹਨ ਅਤੇ ਕੁਸ਼ਲਤਾ ਵਧਾਉਂਦੇ ਹਨ।
🔗 ਏਆਈ ਹੁਨਰ ਕੀ ਹਨ?
ਭਵਿੱਖ ਲਈ ਤਿਆਰ ਪੇਸ਼ੇਵਰਾਂ ਲਈ ਜ਼ਰੂਰੀ ਮੁੱਖ AI ਯੋਗਤਾਵਾਂ ਸਿੱਖੋ।
🔗 ਗੂਗਲ ਵਰਟੈਕਸ ਏਆਈ ਕੀ ਹੈ?
ਗੂਗਲ ਦੇ ਵਰਟੈਕਸ ਏਆਈ ਨੂੰ ਸਮਝੋ ਅਤੇ ਇਹ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਨੂੰ ਕਿਵੇਂ ਸੁਚਾਰੂ ਬਣਾਉਂਦਾ ਹੈ।
ਓਪਨ ਸੋਰਸ ਏਆਈ ਕੀ ਹੈ? 🤖🔓
ਸਭ ਤੋਂ ਸਰਲ ਤਰੀਕੇ ਨਾਲ, ਓਪਨ ਸੋਰਸ ਏਆਈ ਦਾ ਅਰਥ ਹੈ ਇੱਕ ਏਆਈ ਸਿਸਟਮ ਦੇ ਤੱਤ - ਕੋਡ, ਮਾਡਲ ਵੇਟ, ਡੇਟਾ ਪਾਈਪਲਾਈਨ, ਸਿਖਲਾਈ ਸਕ੍ਰਿਪਟਾਂ, ਅਤੇ ਦਸਤਾਵੇਜ਼ - ਲਾਇਸੈਂਸਾਂ ਦੇ ਅਧੀਨ ਜਾਰੀ ਕੀਤੇ ਜਾਂਦੇ ਹਨ ਜੋ ਕਿਸੇ ਨੂੰ ਵੀ ਵਾਜਬ ਸ਼ਰਤਾਂ ਦੇ ਅਧੀਨ ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ, ਅਧਿਐਨ, ਸੋਧ ਅਤੇ ਸਾਂਝਾ ਕਰਨ ਦਿੰਦੇ ਹਨ। ਉਹ ਮੁੱਖ ਆਜ਼ਾਦੀ ਭਾਸ਼ਾ ਓਪਨ ਸੋਰਸ ਪਰਿਭਾਸ਼ਾ ਅਤੇ ਉਪਭੋਗਤਾ ਆਜ਼ਾਦੀ ਦੇ ਇਸਦੇ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਚੱਲ ਰਹੇ ਸਿਧਾਂਤਾਂ [1] ਤੋਂ ਆਉਂਦੀ ਹੈ। ਏਆਈ ਨਾਲ ਮੋੜ ਇਹ ਹੈ ਕਿ ਸਿਰਫ਼ ਕੋਡ ਤੋਂ ਇਲਾਵਾ ਹੋਰ ਵੀ ਸਮੱਗਰੀ ਹਨ।
ਕੁਝ ਪ੍ਰੋਜੈਕਟ ਸਭ ਕੁਝ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਦੇ ਹਨ: ਕੋਡ, ਸਿਖਲਾਈ ਡੇਟਾ ਸਰੋਤ, ਪਕਵਾਨਾਂ, ਅਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਮਾਡਲ। ਦੂਸਰੇ ਇੱਕ ਕਸਟਮ ਲਾਇਸੈਂਸ ਨਾਲ ਸਿਰਫ਼ ਵਜ਼ਨ । ਈਕੋਸਿਸਟਮ ਕਈ ਵਾਰ ਢਿੱਲੇ ਸ਼ਾਰਟਹੈਂਡ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਇਸ ਲਈ ਆਓ ਇਸਨੂੰ ਅਗਲੇ ਭਾਗ ਵਿੱਚ ਸਾਫ਼ ਕਰੀਏ।
ਓਪਨ ਸੋਰਸ ਏਆਈ ਬਨਾਮ ਓਪਨ ਵਜ਼ਨ ਬਨਾਮ ਓਪਨ ਐਕਸੈਸ 😅
ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਲੋਕ ਇੱਕ ਦੂਜੇ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਗੱਲਾਂ ਕਰਦੇ ਹਨ।
-
ਓਪਨ ਸੋਰਸ ਏਆਈ — ਇਹ ਪ੍ਰੋਜੈਕਟ ਆਪਣੇ ਸਟੈਕ ਵਿੱਚ ਓਪਨ ਸੋਰਸ ਸਿਧਾਂਤਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ। ਕੋਡ ਇੱਕ OSI-ਪ੍ਰਵਾਨਿਤ ਲਾਇਸੈਂਸ ਦੇ ਅਧੀਨ ਹੈ, ਅਤੇ ਵੰਡ ਦੀਆਂ ਸ਼ਰਤਾਂ ਵਿਆਪਕ ਵਰਤੋਂ, ਸੋਧ ਅਤੇ ਸਾਂਝਾਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੀਆਂ ਹਨ। ਇੱਥੇ ਭਾਵਨਾ OSI ਦੁਆਰਾ ਦਰਸਾਈ ਗਈ ਚੀਜ਼ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ: ਉਪਭੋਗਤਾ ਦੀ ਆਜ਼ਾਦੀ ਪਹਿਲਾਂ ਆਉਂਦੀ ਹੈ [1][2]।
-
ਖੁੱਲ੍ਹੇ ਵਜ਼ਨ — ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਮਾਡਲ ਵਜ਼ਨ ਡਾਊਨਲੋਡ ਕਰਨ ਯੋਗ ਹਨ (ਅਕਸਰ ਮੁਫ਼ਤ) ਪਰ ਖਾਸ ਸ਼ਰਤਾਂ ਦੇ ਅਧੀਨ। ਤੁਸੀਂ ਵਰਤੋਂ ਦੀਆਂ ਸ਼ਰਤਾਂ, ਮੁੜ ਵੰਡ ਸੀਮਾਵਾਂ, ਜਾਂ ਰਿਪੋਰਟਿੰਗ ਨਿਯਮਾਂ ਨੂੰ ਦੇਖੋਗੇ। ਮੈਟਾ ਦਾ ਲਾਮਾ ਪਰਿਵਾਰ ਇਸਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ: ਕੋਡ ਈਕੋਸਿਸਟਮ ਖੁੱਲ੍ਹਾ ਹੈ, ਪਰ ਮਾਡਲ ਵਜ਼ਨ ਵਰਤੋਂ-ਅਧਾਰਤ ਸ਼ਰਤਾਂ ਦੇ ਨਾਲ ਇੱਕ ਖਾਸ ਲਾਇਸੈਂਸ ਦੇ ਅਧੀਨ ਭੇਜਦਾ ਹੈ [4]।
-
ਖੁੱਲ੍ਹੀ ਪਹੁੰਚ — ਤੁਸੀਂ ਇੱਕ API ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹੋ, ਸ਼ਾਇਦ ਮੁਫ਼ਤ ਵਿੱਚ, ਪਰ ਤੁਹਾਨੂੰ ਭਾਰ ਨਹੀਂ ਮਿਲਦਾ। ਪ੍ਰਯੋਗ ਲਈ ਮਦਦਗਾਰ, ਪਰ ਖੁੱਲ੍ਹਾ ਸਰੋਤ ਨਹੀਂ।
ਇਹ ਸਿਰਫ਼ ਅਰਥ-ਵਿਗਿਆਨ ਨਹੀਂ ਹੈ। ਤੁਹਾਡੇ ਅਧਿਕਾਰ ਅਤੇ ਜੋਖਮ ਇਹਨਾਂ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਬਦਲਦੇ ਹਨ। AI ਅਤੇ ਖੁੱਲ੍ਹੇਪਨ 'ਤੇ OSI ਦਾ ਮੌਜੂਦਾ ਕੰਮ ਇਹਨਾਂ ਸੂਖਮਤਾਵਾਂ ਨੂੰ ਸਾਦੀ ਭਾਸ਼ਾ ਵਿੱਚ ਖੋਲ੍ਹਦਾ ਹੈ [2]।
ਓਪਨ ਸੋਰਸ ਏਆਈ ਨੂੰ ਅਸਲ ਵਿੱਚ ਕੀ ਵਧੀਆ ਬਣਾਉਂਦਾ ਹੈ ✅
ਆਓ ਜਲਦੀ ਅਤੇ ਇਮਾਨਦਾਰ ਬਣੀਏ।
-
ਆਡਿਟਯੋਗਤਾ — ਤੁਸੀਂ ਕੋਡ ਪੜ੍ਹ ਸਕਦੇ ਹੋ, ਡੇਟਾ ਪਕਵਾਨਾਂ ਦੀ ਜਾਂਚ ਕਰ ਸਕਦੇ ਹੋ, ਅਤੇ ਸਿਖਲਾਈ ਦੇ ਕਦਮਾਂ ਦਾ ਪਤਾ ਲਗਾ ਸਕਦੇ ਹੋ। ਇਹ ਪਾਲਣਾ, ਸੁਰੱਖਿਆ ਸਮੀਖਿਆਵਾਂ ਅਤੇ ਪੁਰਾਣੇ ਜ਼ਮਾਨੇ ਦੀ ਉਤਸੁਕਤਾ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ। NIST AI ਜੋਖਮ ਪ੍ਰਬੰਧਨ ਫਰੇਮਵਰਕ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਅਤੇ ਪਾਰਦਰਸ਼ਤਾ ਅਭਿਆਸਾਂ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਓਪਨ ਪ੍ਰੋਜੈਕਟ ਵਧੇਰੇ ਆਸਾਨੀ ਨਾਲ ਸੰਤੁਸ਼ਟ ਕਰ ਸਕਦੇ ਹਨ [3]।
-
ਅਨੁਕੂਲਤਾ — ਤੁਸੀਂ ਕਿਸੇ ਵਿਕਰੇਤਾ ਦੇ ਰੋਡਮੈਪ ਵਿੱਚ ਨਹੀਂ ਬੱਝੇ ਹੋਏ ਹੋ। ਇਸਨੂੰ ਫੋਰਕ ਕਰੋ। ਇਸਨੂੰ ਪੈਚ ਕਰੋ। ਇਸਨੂੰ ਭੇਜੋ। ਲੇਗੋ, ਗੂੰਦ ਵਾਲਾ ਪਲਾਸਟਿਕ ਨਹੀਂ।
-
ਲਾਗਤ ਨਿਯੰਤਰਣ — ਜਦੋਂ ਇਹ ਸਸਤਾ ਹੋਵੇ ਤਾਂ ਸਵੈ-ਹੋਸਟ। ਜਦੋਂ ਇਹ ਸਸਤਾ ਨਾ ਹੋਵੇ ਤਾਂ ਕਲਾਉਡ ਵਿੱਚ ਫੁੱਟ ਜਾਓ। ਹਾਰਡਵੇਅਰ ਨੂੰ ਮਿਕਸ ਅਤੇ ਮੈਚ ਕਰੋ।
-
ਭਾਈਚਾਰਕ ਗਤੀ — ਬੱਗ ਠੀਕ ਹੋ ਜਾਂਦੇ ਹਨ, ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਉੱਭਰਦੀਆਂ ਹਨ, ਅਤੇ ਤੁਸੀਂ ਸਾਥੀਆਂ ਤੋਂ ਸਿੱਖਦੇ ਹੋ। ਗੜਬੜ? ਕਈ ਵਾਰ। ਉਤਪਾਦਕ? ਅਕਸਰ।
-
ਸ਼ਾਸਨ ਸਪਸ਼ਟਤਾ — ਅਸਲ ਖੁੱਲ੍ਹੇ ਲਾਇਸੈਂਸ ਅਨੁਮਾਨਯੋਗ ਹਨ। ਇਸਦੀ ਤੁਲਨਾ API ਸੇਵਾ ਦੀਆਂ ਸ਼ਰਤਾਂ ਨਾਲ ਕਰੋ ਜੋ ਮੰਗਲਵਾਰ ਨੂੰ ਚੁੱਪ-ਚਾਪ ਬਦਲ ਜਾਂਦੀਆਂ ਹਨ।
ਕੀ ਇਹ ਸੰਪੂਰਨ ਹੈ? ਨਹੀਂ। ਪਰ ਇਸ ਵਿੱਚ ਕੀਤੇ ਗਏ ਬਦਲਾਅ ਪੜ੍ਹਨਯੋਗ ਹਨ - ਬਹੁਤ ਸਾਰੀਆਂ ਬਲੈਕ-ਬਾਕਸ ਸੇਵਾਵਾਂ ਤੋਂ ਤੁਹਾਨੂੰ ਮਿਲਣ ਵਾਲੇ ਮੁੱਲ ਤੋਂ ਵੱਧ।
ਓਪਨ ਸੋਰਸ ਏਆਈ ਸਟੈਕ: ਕੋਡ, ਵਜ਼ਨ, ਡੇਟਾ, ਅਤੇ ਗੂੰਦ 🧩
ਇੱਕ AI ਪ੍ਰੋਜੈਕਟ ਨੂੰ ਇੱਕ ਅਜੀਬ ਲਾਸਗਨਾ ਵਾਂਗ ਸੋਚੋ। ਹਰ ਪਾਸੇ ਪਰਤਾਂ ਹਨ।
-
ਫਰੇਮਵਰਕ ਅਤੇ ਰਨਟਾਈਮ — ਮਾਡਲਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ, ਸਿਖਲਾਈ ਦੇਣ ਅਤੇ ਸੇਵਾ ਦੇਣ ਲਈ ਟੂਲਿੰਗ (ਜਿਵੇਂ ਕਿ, ਪਾਈਟੋਰਚ, ਟੈਂਸਰਫਲੋ)। ਸਿਹਤਮੰਦ ਭਾਈਚਾਰੇ ਅਤੇ ਦਸਤਾਵੇਜ਼ ਬ੍ਰਾਂਡ ਨਾਮਾਂ ਨਾਲੋਂ ਵੱਧ ਮਾਇਨੇ ਰੱਖਦੇ ਹਨ।
-
ਮਾਡਲ ਆਰਕੀਟੈਕਚਰ — ਬਲੂਪ੍ਰਿੰਟ: ਟ੍ਰਾਂਸਫਾਰਮਰ, ਪ੍ਰਸਾਰ ਮਾਡਲ, ਪ੍ਰਾਪਤੀ-ਵਧਾਈ ਗਈ ਸੈੱਟਅੱਪ।
-
ਵਜ਼ਨ — ਸਿਖਲਾਈ ਦੌਰਾਨ ਸਿੱਖੇ ਗਏ ਮਾਪਦੰਡ। ਇੱਥੇ "ਖੁੱਲਾ" ਸਿਰਫ਼ ਡਾਊਨਲੋਡ ਕਰਨਯੋਗਤਾ 'ਤੇ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਮੁੜ ਵੰਡ ਅਤੇ ਵਪਾਰਕ-ਵਰਤੋਂ ਅਧਿਕਾਰਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।
-
ਡਾਟਾ ਅਤੇ ਪਕਵਾਨਾਂ — ਕਿਊਰੇਸ਼ਨ ਸਕ੍ਰਿਪਟਾਂ, ਫਿਲਟਰ, ਵਾਧਾ, ਸਿਖਲਾਈ ਸਮਾਂ-ਸਾਰਣੀ। ਇੱਥੇ ਪਾਰਦਰਸ਼ਤਾ ਪ੍ਰਜਨਨਯੋਗਤਾ ਲਈ ਸੋਨਾ ਹੈ।
-
ਟੂਲਿੰਗ ਅਤੇ ਆਰਕੈਸਟ੍ਰੇਸ਼ਨ — ਇਨਫਰੈਂਸ ਸਰਵਰ, ਵੈਕਟਰ ਡੇਟਾਬੇਸ, ਮੁਲਾਂਕਣ ਹਾਰਨੇਸ, ਨਿਰੀਖਣਯੋਗਤਾ, CI/CD।
-
ਲਾਇਸੈਂਸਿੰਗ — ਇੱਕ ਸ਼ਾਂਤ ਰੀੜ੍ਹ ਦੀ ਹੱਡੀ ਜੋ ਇਹ ਫੈਸਲਾ ਕਰਦੀ ਹੈ ਕਿ ਤੁਸੀਂ ਅਸਲ ਵਿੱਚ ਕੀ ਕਰ ਸਕਦੇ ਹੋ। ਹੋਰ ਹੇਠਾਂ।
ਓਪਨ ਸੋਰਸ ਏਆਈ ਲਈ ਲਾਇਸੈਂਸਿੰਗ 101 📜
ਤੁਹਾਨੂੰ ਵਕੀਲ ਹੋਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ। ਤੁਹਾਨੂੰ ਪੈਟਰਨਾਂ ਨੂੰ ਲੱਭਣ ਦੀ ਲੋੜ ਹੈ।
-
ਆਗਿਆਕਾਰੀ ਕੋਡ ਲਾਇਸੈਂਸ — MIT, BSD, Apache-2.0। Apache ਵਿੱਚ ਇੱਕ ਸਪੱਸ਼ਟ ਪੇਟੈਂਟ ਗ੍ਰਾਂਟ ਸ਼ਾਮਲ ਹੈ ਜਿਸਦੀ ਬਹੁਤ ਸਾਰੀਆਂ ਟੀਮਾਂ ਕਦਰ ਕਰਦੀਆਂ ਹਨ [1]।
-
ਕਾਪੀਲੇਫਟ — GPL ਪਰਿਵਾਰ ਲਈ ਇਹ ਜ਼ਰੂਰੀ ਹੈ ਕਿ ਡੈਰੀਵੇਟਿਵ ਇੱਕੋ ਲਾਇਸੈਂਸ ਦੇ ਅਧੀਨ ਖੁੱਲ੍ਹੇ ਰਹਿਣ। ਸ਼ਕਤੀਸ਼ਾਲੀ, ਪਰ ਇਸਦੀ ਯੋਜਨਾ ਆਪਣੇ ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ ਬਣਾਓ।
-
ਮਾਡਲ-ਵਿਸ਼ੇਸ਼ ਲਾਇਸੰਸ — ਵਜ਼ਨ ਅਤੇ ਡੇਟਾਸੈਟਾਂ ਲਈ, ਤੁਸੀਂ ਰਿਸਪਾਂਸੀਬਲ AI ਲਾਇਸੈਂਸ ਪਰਿਵਾਰ (OpenRAIL) ਵਰਗੇ ਕਸਟਮ ਲਾਇਸੰਸ ਵੇਖੋਗੇ। ਇਹ ਵਰਤੋਂ-ਅਧਾਰਿਤ ਅਨੁਮਤੀਆਂ ਅਤੇ ਪਾਬੰਦੀਆਂ ਨੂੰ ਏਨਕੋਡ ਕਰਦੇ ਹਨ; ਕੁਝ ਵਪਾਰਕ ਵਰਤੋਂ ਦੀ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਆਗਿਆ ਦਿੰਦੇ ਹਨ, ਦੂਸਰੇ ਦੁਰਵਰਤੋਂ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਗਾਰਡਰੇਲ ਜੋੜਦੇ ਹਨ [5]।
-
ਡੇਟਾ ਲਈ ਕਰੀਏਟਿਵ ਕਾਮਨਜ਼ — CC-BY ਜਾਂ CC0 ਡੇਟਾਸੈੱਟਾਂ ਅਤੇ ਦਸਤਾਵੇਜ਼ਾਂ ਲਈ ਆਮ ਹਨ। ਵਿਸ਼ੇਸ਼ਤਾ ਛੋਟੇ ਪੈਮਾਨੇ 'ਤੇ ਪ੍ਰਬੰਧਨਯੋਗ ਹੋ ਸਕਦੀ ਹੈ; ਜਲਦੀ ਇੱਕ ਪੈਟਰਨ ਬਣਾਓ।
ਪੇਸ਼ੇਵਰ ਸੁਝਾਅ: ਹਰੇਕ ਨਿਰਭਰਤਾ, ਇਸਦੇ ਲਾਇਸੈਂਸ, ਅਤੇ ਕੀ ਵਪਾਰਕ ਪੁਨਰ ਵੰਡ ਦੀ ਇਜਾਜ਼ਤ ਹੈ, ਇਸ ਬਾਰੇ ਸੂਚੀਬੱਧ ਇੱਕ-ਪੇਜਰ ਰੱਖੋ। ਬੋਰਿੰਗ? ਹਾਂ। ਜ਼ਰੂਰੀ? ਨਾਲ ਹੀ ਹਾਂ।
ਤੁਲਨਾ ਸਾਰਣੀ: ਪ੍ਰਸਿੱਧ ਓਪਨ ਸੋਰਸ ਏਆਈ ਪ੍ਰੋਜੈਕਟ ਅਤੇ ਉਹ ਕਿੱਥੇ ਚਮਕਦੇ ਹਨ 📊
ਜਾਣਬੁੱਝ ਕੇ ਥੋੜ੍ਹਾ ਜਿਹਾ ਗੜਬੜ - ਅਸਲੀ ਨੋਟ ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ
| ਔਜ਼ਾਰ / ਪ੍ਰੋਜੈਕਟ | ਇਹ ਕਿਸ ਲਈ ਹੈ? | ਕੀਮਤੀ | ਇਹ ਵਧੀਆ ਕਿਉਂ ਕੰਮ ਕਰਦਾ ਹੈ |
|---|---|---|---|
| ਪਾਈਟੋਰਚ | ਖੋਜਕਰਤਾ, ਇੰਜੀਨੀਅਰ | ਮੁਫ਼ਤ | ਗਤੀਸ਼ੀਲ ਗ੍ਰਾਫ਼, ਵਿਸ਼ਾਲ ਭਾਈਚਾਰਾ, ਮਜ਼ਬੂਤ ਦਸਤਾਵੇਜ਼। ਉਤਪਾਦ ਵਿੱਚ ਲੜਾਈ-ਪਰੀਖਿਆ। |
| ਟੈਂਸਰਫਲੋ | ਐਂਟਰਪ੍ਰਾਈਜ਼ ਟੀਮਾਂ, ML ਓਪਸ | ਮੁਫ਼ਤ | ਗ੍ਰਾਫ਼ ਮੋਡ, ਟੀਐਫ-ਸਰਵਿੰਗ, ਈਕੋਸਿਸਟਮ ਡੂੰਘਾਈ। ਕੁਝ ਲੋਕਾਂ ਲਈ ਤੇਜ਼ ਸਿਖਲਾਈ, ਅਜੇ ਵੀ ਠੋਸ। |
| ਜੱਫੀ ਪਾਉਣ ਵਾਲੇ ਚਿਹਰੇ ਵਾਲੇ ਟ੍ਰਾਂਸਫਾਰਮਰ | ਸਮਾਂ-ਸੀਮਾਵਾਂ ਵਾਲੇ ਬਿਲਡਰ | ਮੁਫ਼ਤ | ਪਹਿਲਾਂ ਤੋਂ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਮਾਡਲ, ਪਾਈਪਲਾਈਨ, ਡੇਟਾਸੈੱਟ, ਆਸਾਨ ਫਾਈਨ-ਟਿਊਨਿੰਗ। ਇਮਾਨਦਾਰੀ ਨਾਲ ਇੱਕ ਸ਼ਾਰਟਕੱਟ। |
| ਵੀਐਲਐਲਐਮ | ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਾਲੀਆਂ ਟੀਮਾਂ | ਮੁਫ਼ਤ | ਤੇਜ਼ LLM ਸਰਵਿੰਗ, ਕੁਸ਼ਲ KV ਕੈਸ਼, ਆਮ GPUs 'ਤੇ ਮਜ਼ਬੂਤ ਥਰੂਪੁੱਟ। |
| ਲਾਮਾ.ਸੀਪੀਪੀ | ਟਿੰਕਰਰ, ਕਿਨਾਰੇ ਵਾਲੇ ਯੰਤਰ | ਮੁਫ਼ਤ | ਲੈਪਟਾਪਾਂ ਅਤੇ ਫ਼ੋਨਾਂ 'ਤੇ ਕੁਆਂਟਾਇਜ਼ੇਸ਼ਨ ਦੇ ਨਾਲ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਮਾਡਲ ਚਲਾਓ। |
| ਲੈਂਗਚੇਨ | ਐਪ ਡਿਵੈਲਪਰ, ਪ੍ਰੋਟੋਟਾਈਪਰ | ਮੁਫ਼ਤ | ਕੰਪੋਜ਼ੇਬਲ ਚੇਨ, ਕਨੈਕਟਰ, ਏਜੰਟ। ਜੇਕਰ ਤੁਸੀਂ ਇਸਨੂੰ ਸਰਲ ਰੱਖਦੇ ਹੋ ਤਾਂ ਜਲਦੀ ਜਿੱਤਾਂ। |
| ਸਥਿਰ ਪ੍ਰਸਾਰ | ਰਚਨਾਤਮਕ, ਉਤਪਾਦ ਟੀਮਾਂ | ਮੁਫ਼ਤ ਵਜ਼ਨ | ਸਥਾਨਕ ਜਾਂ ਕਲਾਉਡ ਰਾਹੀਂ ਚਿੱਤਰ ਉਤਪਤੀ; ਇਸਦੇ ਆਲੇ-ਦੁਆਲੇ ਵਿਸ਼ਾਲ ਵਰਕਫਲੋ ਅਤੇ UI। |
| ਓਲਾਮਾ | ਵਿਕਾਸਕਾਰ ਜੋ ਸਥਾਨਕ CLI ਨੂੰ ਪਿਆਰ ਕਰਦੇ ਹਨ | ਮੁਫ਼ਤ | ਸਥਾਨਕ ਮਾਡਲਾਂ ਨੂੰ ਖਿੱਚੋ ਅਤੇ ਚਲਾਓ। ਲਾਇਸੈਂਸ ਮਾਡਲ ਕਾਰਡ ਅਨੁਸਾਰ ਵੱਖ-ਵੱਖ ਹੁੰਦੇ ਹਨ—ਧਿਆਨ ਰੱਖੋ। |
ਹਾਂ, ਬਹੁਤ ਸਾਰੇ "ਮੁਫ਼ਤ"। ਹੋਸਟਿੰਗ, GPU, ਸਟੋਰੇਜ, ਅਤੇ ਲੋਕਾਂ ਦੇ ਕੰਮ ਕਰਨ ਦੇ ਘੰਟੇ ਮੁਫ਼ਤ ਨਹੀਂ ਹਨ।
ਕੰਪਨੀਆਂ ਅਸਲ ਵਿੱਚ ਕੰਮ 'ਤੇ ਓਪਨ ਸੋਰਸ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਦੀਆਂ ਹਨ 🏢⚙️
ਤੁਸੀਂ ਦੋ ਅਤਿ ਸੁਣੋਗੇ: ਜਾਂ ਤਾਂ ਹਰ ਕਿਸੇ ਨੂੰ ਸਭ ਕੁਝ ਆਪਣੇ ਆਪ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਜਾਂ ਕਿਸੇ ਨੂੰ ਨਹੀਂ ਕਰਨਾ ਚਾਹੀਦਾ। ਅਸਲ ਜ਼ਿੰਦਗੀ ਜ਼ਿਆਦਾ ਪਤਲੀ ਹੈ।
-
ਜਲਦੀ ਪ੍ਰੋਟੋਟਾਈਪਿੰਗ — UX ਅਤੇ ਪ੍ਰਭਾਵ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਲਈ ਆਗਿਆਕਾਰੀ ਓਪਨ ਮਾਡਲਾਂ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰੋ। ਬਾਅਦ ਵਿੱਚ ਰੀਫੈਕਟਰ ਕਰੋ।
-
ਹਾਈਬ੍ਰਿਡ ਸਰਵਿੰਗ — ਗੋਪਨੀਯਤਾ-ਸੰਵੇਦਨਸ਼ੀਲ ਕਾਲਾਂ ਲਈ ਇੱਕ VPC-ਹੋਸਟਡ ਜਾਂ ਆਨ-ਪ੍ਰੀਮ ਮਾਡਲ ਰੱਖੋ। ਲੰਬੀ-ਪੂਛ ਜਾਂ ਸਪਾਈਕੀ ਲੋਡ ਲਈ ਇੱਕ ਹੋਸਟਡ API ਤੇ ਵਾਪਸ ਜਾਓ। ਬਹੁਤ ਆਮ।
-
ਤੰਗ ਕੰਮਾਂ ਲਈ ਫਾਈਨ-ਟਿਊਨ — ਡੋਮੇਨ ਅਨੁਕੂਲਨ ਅਕਸਰ ਕੱਚੇ ਪੈਮਾਨੇ ਨੂੰ ਮਾਤ ਦਿੰਦਾ ਹੈ।
-
ਹਰ ਥਾਂ RAG — ਪ੍ਰਾਪਤੀ-ਵਧਾਈ ਗਈ ਪੀੜ੍ਹੀ ਤੁਹਾਡੇ ਡੇਟਾ ਵਿੱਚ ਜਵਾਬਾਂ ਨੂੰ ਆਧਾਰ ਬਣਾ ਕੇ ਭਰਮ ਨੂੰ ਘਟਾਉਂਦੀ ਹੈ। ਖੁੱਲ੍ਹੇ ਵੈਕਟਰ DB ਅਤੇ ਅਡੈਪਟਰ ਇਸਨੂੰ ਪਹੁੰਚਯੋਗ ਬਣਾਉਂਦੇ ਹਨ।
-
ਐਜ ਅਤੇ ਔਫਲਾਈਨ — ਲੈਪਟਾਪ, ਫ਼ੋਨ ਜਾਂ ਬ੍ਰਾਊਜ਼ਰਾਂ ਲਈ ਤਿਆਰ ਕੀਤੇ ਹਲਕੇ ਮਾਡਲ ਉਤਪਾਦ ਸਤਹਾਂ ਦਾ ਵਿਸਤਾਰ ਕਰਦੇ ਹਨ।
-
ਪਾਲਣਾ ਅਤੇ ਆਡਿਟ — ਕਿਉਂਕਿ ਤੁਸੀਂ ਹਿੰਮਤ ਦੀ ਜਾਂਚ ਕਰ ਸਕਦੇ ਹੋ, ਆਡੀਟਰਾਂ ਕੋਲ ਸਮੀਖਿਆ ਕਰਨ ਲਈ ਕੁਝ ਠੋਸ ਹੁੰਦਾ ਹੈ। ਇਸਨੂੰ ਇੱਕ ਜ਼ਿੰਮੇਵਾਰ AI ਨੀਤੀ ਨਾਲ ਜੋੜੋ ਜੋ NIST ਦੀਆਂ RMF ਸ਼੍ਰੇਣੀਆਂ ਅਤੇ ਦਸਤਾਵੇਜ਼ੀ ਮਾਰਗਦਰਸ਼ਨ [3] ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ।
ਛੋਟਾ ਫੀਲਡ ਨੋਟ: ਇੱਕ ਗੋਪਨੀਯਤਾ-ਮਨ ਵਾਲੀ SaaS ਟੀਮ ਜਿਸਨੂੰ ਮੈਂ ਦੇਖਿਆ ਹੈ (ਮੱਧ-ਮਾਰਕੀਟ, EU ਉਪਭੋਗਤਾ) ਨੇ ਇੱਕ ਹਾਈਬ੍ਰਿਡ ਸੈੱਟਅੱਪ ਅਪਣਾਇਆ: 80% ਬੇਨਤੀਆਂ ਲਈ VPC ਵਿੱਚ ਛੋਟਾ ਓਪਨ ਮਾਡਲ; ਦੁਰਲੱਭ, ਲੰਬੇ-ਸੰਦਰਭ ਪ੍ਰੋਂਪਟ ਲਈ ਇੱਕ ਹੋਸਟਡ API ਤੇ ਬਰਸਟ। ਉਨ੍ਹਾਂ ਨੇ ਆਮ ਮਾਰਗ ਲਈ ਲੇਟੈਂਸੀ ਨੂੰ ਘਟਾਇਆ ਅਤੇ DPIA ਕਾਗਜ਼ੀ ਕਾਰਵਾਈ ਨੂੰ ਸਰਲ ਬਣਾਇਆ - ਸਮੁੰਦਰ ਨੂੰ ਉਬਾਲਣ ਤੋਂ ਬਿਨਾਂ।
ਜੋਖਮ ਅਤੇ ਮੁਸ਼ਕਲਾਂ ਜਿਨ੍ਹਾਂ ਲਈ ਤੁਹਾਨੂੰ ਯੋਜਨਾ ਬਣਾਉਣੀ ਚਾਹੀਦੀ ਹੈ 🧨
ਆਓ ਇਸ ਬਾਰੇ ਵੱਡੇ ਹੋਈਏ।
-
ਲਾਇਸੈਂਸ ਡ੍ਰਿਫਟ — ਇੱਕ ਰੈਪੋ MIT ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ, ਫਿਰ ਵਜ਼ਨ ਇੱਕ ਕਸਟਮ ਲਾਇਸੈਂਸ ਵਿੱਚ ਚਲੇ ਜਾਂਦੇ ਹਨ। ਆਪਣੇ ਅੰਦਰੂਨੀ ਰਜਿਸਟਰ ਨੂੰ ਅੱਪਡੇਟ ਰੱਖੋ ਨਹੀਂ ਤਾਂ ਤੁਸੀਂ ਇੱਕ ਪਾਲਣਾ ਹੈਰਾਨੀ ਭੇਜੋਗੇ [2][4][5]।
-
ਡੇਟਾ ਉਤਪਤੀ — ਅਸਪਸ਼ਟ ਅਧਿਕਾਰਾਂ ਵਾਲਾ ਸਿਖਲਾਈ ਡੇਟਾ ਮਾਡਲਾਂ ਵਿੱਚ ਪ੍ਰਵਾਹ ਕਰ ਸਕਦਾ ਹੈ। ਸਰੋਤਾਂ ਨੂੰ ਟਰੈਕ ਕਰੋ ਅਤੇ ਡੇਟਾਸੈਟ ਲਾਇਸੈਂਸਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ, ਵਾਈਬਸ ਦੀ ਨਹੀਂ [5]।
-
ਸੁਰੱਖਿਆ — ਮਾਡਲ ਕਲਾਕ੍ਰਿਤੀਆਂ ਨੂੰ ਕਿਸੇ ਵੀ ਹੋਰ ਸਪਲਾਈ ਚੇਨ ਵਾਂਗ ਸਮਝੋ: ਚੈੱਕਸਮ, ਦਸਤਖਤ ਕੀਤੇ ਰੀਲੀਜ਼, SBOM। ਇੱਕ ਘੱਟੋ-ਘੱਟ SECURITY.md ਵੀ ਚੁੱਪ ਨੂੰ ਮਾਤ ਦਿੰਦਾ ਹੈ।
-
ਕੁਆਲਿਟੀ ਵੇਰੀਐਂਸੀ — ਖੁੱਲ੍ਹੇ ਮਾਡਲ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵੱਖੋ-ਵੱਖਰੇ ਹੁੰਦੇ ਹਨ। ਆਪਣੇ ਕੰਮਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ, ਸਿਰਫ਼ ਲੀਡਰਬੋਰਡਾਂ ਨਾਲ ਨਹੀਂ।
-
ਲੁਕਵੀਂ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਲਾਗਤ — ਤੇਜ਼ ਅਨੁਮਾਨ GPU, ਕੁਆਂਟਾਈਜ਼ੇਸ਼ਨ, ਬੈਚਿੰਗ, ਕੈਸ਼ਿੰਗ ਚਾਹੁੰਦਾ ਹੈ। ਓਪਨ ਟੂਲ ਮਦਦ ਕਰਦੇ ਹਨ; ਤੁਸੀਂ ਅਜੇ ਵੀ ਕੰਪਿਊਟ ਵਿੱਚ ਭੁਗਤਾਨ ਕਰਦੇ ਹੋ।
-
ਗਵਰਨੈਂਸ ਕਰਜ਼ਾ — ਜੇਕਰ ਮਾਡਲ ਜੀਵਨ ਚੱਕਰ ਦਾ ਮਾਲਕ ਕੋਈ ਨਹੀਂ ਹੈ, ਤਾਂ ਤੁਹਾਨੂੰ ਕੌਂਫਿਗਰੇਸ਼ਨ ਸਪੈਗੇਟੀ ਮਿਲਦੀ ਹੈ। ਇੱਕ ਹਲਕੇ MLOps ਚੈੱਕਲਿਸਟ ਸੋਨਾ ਹੈ।
ਤੁਹਾਡੇ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ਲਈ ਸਹੀ ਖੁੱਲ੍ਹੇਪਨ ਪੱਧਰ ਦੀ ਚੋਣ ਕਰਨਾ 🧭
ਥੋੜ੍ਹਾ ਜਿਹਾ ਟੇਢਾ ਫੈਸਲਾ ਲੈਣ ਵਾਲਾ ਰਸਤਾ:
-
ਤੇਜ਼ੀ ਨਾਲ ਭੇਜਣ ਦੀ ਲੋੜ ਹੈ ? ਆਗਿਆਕਾਰੀ ਓਪਨ ਮਾਡਲਾਂ, ਘੱਟੋ-ਘੱਟ ਟਿਊਨਿੰਗ, ਕਲਾਉਡ ਸਰਵਿੰਗ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰੋ।
-
ਸਖ਼ਤ ਗੋਪਨੀਯਤਾ ਜਾਂ ਔਫਲਾਈਨ ਲੋੜ ਹੈ ? ਇੱਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸਮਰਥਿਤ ਓਪਨ ਸਟੈਕ, ਸਵੈ-ਹੋਸਟ ਅਨੁਮਾਨ ਚੁਣੋ, ਅਤੇ ਲਾਇਸੈਂਸਾਂ ਦੀ ਧਿਆਨ ਨਾਲ ਸਮੀਖਿਆ ਕਰੋ।
-
ਵਿਆਪਕ ਵਪਾਰਕ ਅਧਿਕਾਰਾਂ ਲੋੜ ਹੈ ? OSI-ਅਲਾਈਨਡ ਕੋਡ ਪਲੱਸ ਮਾਡਲ ਲਾਇਸੈਂਸਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿਓ ਜੋ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਵਪਾਰਕ ਵਰਤੋਂ ਅਤੇ ਮੁੜ ਵੰਡ ਦੀ ਆਗਿਆ ਦਿੰਦੇ ਹਨ [1][5]।
-
ਖੋਜ ਲਚਕਤਾ ਦੀ ਲੋੜ ਹੈ ? ਪ੍ਰਜਨਨਯੋਗਤਾ ਅਤੇ ਸਾਂਝਾਕਰਨ ਲਈ ਡੇਟਾ ਸਮੇਤ, ਸਿਰੇ ਤੋਂ ਸਿਰੇ ਤੱਕ ਆਗਿਆਕਾਰੀ ਬਣੋ।
-
ਯਕੀਨ ਨਹੀਂ? ਦੋਵੇਂ ਪਾਇਲਟ ਕਰੋ। ਇੱਕ ਰਸਤਾ ਇੱਕ ਹਫ਼ਤੇ ਵਿੱਚ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਬਿਹਤਰ ਮਹਿਸੂਸ ਹੋਵੇਗਾ।
ਇੱਕ ਓਪਨ ਸੋਰਸ ਏਆਈ ਪ੍ਰੋਜੈਕਟ ਦਾ ਮੁਲਾਂਕਣ ਇੱਕ ਪੇਸ਼ੇਵਰ ਵਾਂਗ ਕਿਵੇਂ ਕਰੀਏ 🔍
ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਚੈੱਕਲਿਸਟ ਜੋ ਮੈਂ ਸੰਭਾਲਦੀ ਹਾਂ, ਕਈ ਵਾਰ ਰੁਮਾਲ 'ਤੇ।
-
ਲਾਇਸੈਂਸ ਸਪੱਸ਼ਟਤਾ — ਕੋਡ ਲਈ OSI-ਪ੍ਰਵਾਨਿਤ? ਵਜ਼ਨ ਅਤੇ ਡੇਟਾ ਬਾਰੇ ਕੀ? ਕੋਈ ਵਰਤੋਂ ਪਾਬੰਦੀਆਂ ਜੋ ਤੁਹਾਡੇ ਕਾਰੋਬਾਰੀ ਮਾਡਲ [1][2][5] ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀਆਂ ਹਨ?
-
ਦਸਤਾਵੇਜ਼ — ਇੰਸਟਾਲ, ਕੁਇੱਕਸਟਾਰਟ, ਉਦਾਹਰਣਾਂ, ਸਮੱਸਿਆ ਨਿਪਟਾਰਾ। ਦਸਤਾਵੇਜ਼ ਇੱਕ ਸੱਭਿਆਚਾਰਕ ਕਹਾਣੀ ਹਨ।
-
ਰਿਲੀਜ਼ ਕੈਡੈਂਸ — ਟੈਗ ਕੀਤੇ ਰਿਲੀਜ਼ ਅਤੇ ਚੇਂਜਲੌਗ ਸਥਿਰਤਾ ਦਾ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ; ਛਿੱਟੇ-ਪੱਟੇ ਪੁਸ਼ ਬਹਾਦਰੀ ਦਾ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ।
-
ਬੈਂਚਮਾਰਕ ਅਤੇ ਮੁਲਾਂਕਣ — ਕੰਮ ਯਥਾਰਥਵਾਦੀ ਹਨ? ਮੁਲਾਂਕਣ ਚਲਾਉਣ ਯੋਗ ਹਨ?
-
ਰੱਖ-ਰਖਾਅ ਅਤੇ ਸ਼ਾਸਨ — ਸਪੱਸ਼ਟ ਕੋਡ ਮਾਲਕ, ਮੁੱਦੇ ਦੀ ਟ੍ਰਾਈਏਜ, ਪੀਆਰ ਜਵਾਬਦੇਹੀ।
-
ਈਕੋਸਿਸਟਮ ਫਿੱਟ — ਤੁਹਾਡੇ ਹਾਰਡਵੇਅਰ, ਡੇਟਾ ਸਟੋਰਾਂ, ਲੌਗਿੰਗ, ਪ੍ਰਮਾਣੀਕਰਨ ਨਾਲ ਵਧੀਆ ਕੰਮ ਕਰਦਾ ਹੈ।
-
ਸੁਰੱਖਿਆ ਸਥਿਤੀ — ਦਸਤਖਤ ਕੀਤੇ ਕਲਾਕ੍ਰਿਤੀਆਂ, ਨਿਰਭਰਤਾ ਸਕੈਨਿੰਗ, CVE ਹੈਂਡਲਿੰਗ।
-
ਕਮਿਊਨਿਟੀ ਸਿਗਨਲ — ਚਰਚਾਵਾਂ, ਫੋਰਮ ਜਵਾਬ, ਉਦਾਹਰਨ ਰਿਪੋਜ਼।
ਭਰੋਸੇਯੋਗ ਅਭਿਆਸਾਂ ਨਾਲ ਵਿਆਪਕ ਇਕਸਾਰਤਾ ਲਈ, ਆਪਣੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ NIST AI RMF ਸ਼੍ਰੇਣੀਆਂ ਅਤੇ ਦਸਤਾਵੇਜ਼ੀ ਕਲਾਕ੍ਰਿਤੀਆਂ [3] ਨਾਲ ਮੈਪ ਕਰੋ।
ਡੂੰਘੀ ਗੋਤਾਖੋਰੀ 1: ਮਾਡਲ ਲਾਇਸੈਂਸਾਂ ਦਾ ਗੜਬੜ ਵਾਲਾ ਵਿਚਕਾਰਲਾ ਹਿੱਸਾ 🧪
ਕੁਝ ਸਭ ਤੋਂ ਸਮਰੱਥ ਮਾਡਲ "ਹਾਲਤਾਂ ਵਾਲੇ ਖੁੱਲ੍ਹੇ ਵਜ਼ਨ" ਵਾਲੀ ਬਾਲਟੀ ਵਿੱਚ ਰਹਿੰਦੇ ਹਨ। ਉਹ ਪਹੁੰਚਯੋਗ ਹਨ, ਪਰ ਵਰਤੋਂ ਸੀਮਾਵਾਂ ਜਾਂ ਮੁੜ ਵੰਡ ਨਿਯਮਾਂ ਦੇ ਨਾਲ। ਇਹ ਠੀਕ ਹੋ ਸਕਦਾ ਹੈ ਜੇਕਰ ਤੁਹਾਡਾ ਉਤਪਾਦ ਮਾਡਲ ਨੂੰ ਦੁਬਾਰਾ ਪੈਕ ਕਰਨ ਜਾਂ ਗਾਹਕ ਵਾਤਾਵਰਣ ਵਿੱਚ ਭੇਜਣ 'ਤੇ ਨਿਰਭਰ ਨਹੀਂ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਤੁਹਾਨੂੰ ਹੈ , ਤਾਂ ਗੱਲਬਾਤ ਕਰੋ ਜਾਂ ਇੱਕ ਵੱਖਰਾ ਅਧਾਰ ਚੁਣੋ। ਕੁੰਜੀ ਇਹ ਹੈ ਕਿ ਆਪਣੀਆਂ ਡਾਊਨਸਟ੍ਰੀਮ ਯੋਜਨਾਵਾਂ ਨੂੰ ਅਸਲ ਲਾਇਸੈਂਸ ਟੈਕਸਟ ਦੇ ਵਿਰੁੱਧ ਮੈਪ ਕਰੋ, ਨਾ ਕਿ ਬਲੌਗ ਪੋਸਟ [4][5]।
OpenRAIL-ਸ਼ੈਲੀ ਦੇ ਲਾਇਸੰਸ ਸੰਤੁਲਨ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ: ਦੁਰਵਰਤੋਂ ਨੂੰ ਨਿਰਾਸ਼ ਕਰਦੇ ਹੋਏ, ਖੁੱਲ੍ਹੀ ਖੋਜ ਅਤੇ ਸਾਂਝਾਕਰਨ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰੋ। ਇਰਾਦਾ ਚੰਗਾ ਹੈ; ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਅਜੇ ਵੀ ਤੁਹਾਡੀਆਂ ਹਨ। ਸ਼ਰਤਾਂ ਪੜ੍ਹੋ ਅਤੇ ਫੈਸਲਾ ਕਰੋ ਕਿ ਕੀ ਸ਼ਰਤਾਂ ਤੁਹਾਡੀ ਜੋਖਮ ਦੀ ਭੁੱਖ ਦੇ ਅਨੁਕੂਲ ਹਨ [5]।
ਡੂੰਘੀ ਗੋਤਾਖੋਰੀ 2: ਡੇਟਾ ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਪ੍ਰਜਨਨਯੋਗਤਾ ਮਿੱਥ 🧬
"ਪੂਰੇ ਡੇਟਾ ਡੰਪਾਂ ਤੋਂ ਬਿਨਾਂ, ਓਪਨ ਸੋਰਸ ਏਆਈ ਨਕਲੀ ਹੈ।" ਬਿਲਕੁਲ ਨਹੀਂ। ਡੇਟਾ ਉਤਪਤੀ ਅਤੇ ਪਕਵਾਨਾਂ ਕੁਝ ਕੱਚੇ ਡੇਟਾਸੈੱਟਾਂ 'ਤੇ ਪਾਬੰਦੀ ਲੱਗਣ 'ਤੇ ਵੀ ਅਰਥਪੂਰਨ ਪਾਰਦਰਸ਼ਤਾ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਤੁਸੀਂ ਫਿਲਟਰਾਂ, ਨਮੂਨਾ ਅਨੁਪਾਤ, ਅਤੇ ਸਫਾਈ ਹਿਊਰਿਸਟਿਕਸ ਨੂੰ ਕਿਸੇ ਹੋਰ ਟੀਮ ਲਈ ਅਨੁਮਾਨਿਤ ਨਤੀਜਿਆਂ ਲਈ ਕਾਫ਼ੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਦਸਤਾਵੇਜ਼ੀ ਰੂਪ ਦੇ ਸਕਦੇ ਹੋ। ਸੰਪੂਰਨ ਪ੍ਰਜਨਨਯੋਗਤਾ ਵਧੀਆ ਹੈ। ਕਾਰਵਾਈਯੋਗ ਪਾਰਦਰਸ਼ਤਾ ਅਕਸਰ ਕਾਫ਼ੀ ਹੁੰਦੀ ਹੈ [3][5]।
ਜਦੋਂ ਡੇਟਾਸੈੱਟ ਖੁੱਲ੍ਹੇ ਹੁੰਦੇ ਹਨ, ਤਾਂ CC-BY ਜਾਂ CC0 ਵਰਗੇ ਕਰੀਏਟਿਵ ਕਾਮਨਜ਼ ਫਲੇਵਰ ਆਮ ਹੁੰਦੇ ਹਨ। ਪੈਮਾਨੇ 'ਤੇ ਵਿਸ਼ੇਸ਼ਤਾ ਅਜੀਬ ਹੋ ਸਕਦੀ ਹੈ, ਇਸ ਲਈ ਇਸਨੂੰ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਕਿਵੇਂ ਸੰਭਾਲਣਾ ਹੈ, ਇਸਦਾ ਮਿਆਰੀਕਰਨ ਕਰੋ।
ਡੂੰਘੀ ਗੋਤਾਖੋਰੀ 3: ਖੁੱਲ੍ਹੇ ਮਾਡਲਾਂ ਲਈ ਵਿਹਾਰਕ MLOps 🚢
ਇੱਕ ਖੁੱਲ੍ਹੇ ਮਾਡਲ ਨੂੰ ਭੇਜਣਾ ਕਿਸੇ ਵੀ ਸੇਵਾ ਨੂੰ ਭੇਜਣ ਵਾਂਗ ਹੈ, ਨਾਲ ਹੀ ਕੁਝ ਕੁ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵੀ।
-
ਸਰਵਿੰਗ ਲੇਅਰ — ਵਿਸ਼ੇਸ਼ ਇਨਫਰੈਂਸ ਸਰਵਰ ਬੈਚਿੰਗ, ਕੇਵੀ-ਕੈਸ਼ ਪ੍ਰਬੰਧਨ, ਅਤੇ ਟੋਕਨ ਸਟ੍ਰੀਮਿੰਗ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਂਦੇ ਹਨ।
-
ਕੁਆਂਟਾਇਜ਼ੇਸ਼ਨ — ਛੋਟੇ ਵਜ਼ਨ → ਸਸਤਾ ਅਨੁਮਾਨ ਅਤੇ ਆਸਾਨ ਕਿਨਾਰੇ ਦੀ ਤੈਨਾਤੀ। ਗੁਣਵੱਤਾ ਦੇ ਲੈਣ-ਦੇਣ ਵੱਖ-ਵੱਖ ਹੁੰਦੇ ਹਨ; ਆਪਣੇ ਕੰਮਾਂ ਨਾਲ ਮਾਪੋ।
-
ਨਿਰੀਖਣਯੋਗਤਾ — ਗੋਪਨੀਯਤਾ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ ਪ੍ਰੋਂਪਟ/ਆਉਟਪੁੱਟ ਲੌਗ ਕਰੋ। ਮੁਲਾਂਕਣ ਲਈ ਨਮੂਨਾ। ਰਵਾਇਤੀ ML ਵਾਂਗ ਡ੍ਰਿਫਟ ਜਾਂਚਾਂ ਸ਼ਾਮਲ ਕਰੋ।
-
ਅੱਪਡੇਟ — ਮਾਡਲ ਵਿਵਹਾਰ ਨੂੰ ਸੂਖਮਤਾ ਨਾਲ ਬਦਲ ਸਕਦੇ ਹਨ; ਕੈਨਰੀ ਦੀ ਵਰਤੋਂ ਕਰੋ ਅਤੇ ਰੋਲਬੈਕ ਅਤੇ ਆਡਿਟ ਲਈ ਇੱਕ ਪੁਰਾਲੇਖ ਰੱਖੋ।
-
ਈਵਲ ਹਾਰਨੈੱਸ — ਸਿਰਫ਼ ਆਮ ਬੈਂਚਮਾਰਕ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਇੱਕ ਕਾਰਜ-ਵਿਸ਼ੇਸ਼ ਈਵਲ ਸੂਟ ਬਣਾਈ ਰੱਖੋ। ਵਿਰੋਧੀ ਪ੍ਰੋਂਪਟ ਅਤੇ ਲੇਟੈਂਸੀ ਬਜਟ ਸ਼ਾਮਲ ਕਰੋ।
ਇੱਕ ਛੋਟਾ ਬਲੂਪ੍ਰਿੰਟ: 10 ਕਦਮਾਂ ਵਿੱਚ ਜ਼ੀਰੋ ਤੋਂ ਵਰਤੋਂ ਯੋਗ ਪਾਇਲਟ ਤੱਕ 🗺️
-
ਇੱਕ ਤੰਗ ਕੰਮ ਅਤੇ ਮੈਟ੍ਰਿਕ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ। ਅਜੇ ਤੱਕ ਕੋਈ ਸ਼ਾਨਦਾਰ ਪਲੇਟਫਾਰਮ ਨਹੀਂ ਹੈ।
-
ਇੱਕ ਅਜਿਹਾ ਅਨੁਮਤੀਦਾਇਕ ਬੇਸ ਮਾਡਲ ਚੁਣੋ ਜੋ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਦਸਤਾਵੇਜ਼ੀ ਤੌਰ 'ਤੇ ਦਰਜ ਹੁੰਦਾ ਹੈ।
-
ਸਟੈਂਡ ਅੱਪ ਲੋਕਲ ਇਨਫਰੈਂਸ ਅਤੇ ਇੱਕ ਪਤਲਾ ਰੈਪਰ API। ਇਸਨੂੰ ਬੋਰਿੰਗ ਰੱਖੋ।
-
ਆਪਣੇ ਡੇਟਾ 'ਤੇ ਜ਼ਮੀਨੀ ਆਉਟਪੁੱਟ ਵਿੱਚ ਪ੍ਰਾਪਤੀ ਸ਼ਾਮਲ ਕਰੋ।
-
ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਲੇਬਲ ਵਾਲਾ ਈਵਲ ਸੈੱਟ ਤਿਆਰ ਕਰੋ ਜੋ ਤੁਹਾਡੇ ਉਪਭੋਗਤਾਵਾਂ, ਵਾਰਟਸ ਅਤੇ ਸਭ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੋਵੇ।
-
ਜੇਕਰ eval ਕਹਿੰਦਾ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਫਾਈਨ-ਟਿਊਨ ਜਾਂ ਪ੍ਰੋਂਪਟ-ਟਿਊਨ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਤਾਂ ਹੀ ਕਰੋ।
-
ਜੇਕਰ ਲੇਟੈਂਸੀ ਜਾਂ ਲਾਗਤ ਘੱਟ ਹੈ ਤਾਂ ਮਾਤਰਾ ਨਿਰਧਾਰਤ ਕਰੋ। ਗੁਣਵੱਤਾ ਨੂੰ ਦੁਬਾਰਾ ਮਾਪੋ।
-
ਲੌਗਿੰਗ, ਰੈੱਡ-ਟੀਮਿੰਗ ਪ੍ਰੋਂਪਟ, ਅਤੇ ਦੁਰਵਿਵਹਾਰ ਨੀਤੀ ਸ਼ਾਮਲ ਕਰੋ।
-
ਇੱਕ ਫੀਚਰ ਫਲੈਗ ਵਾਲਾ ਗੇਟ ਅਤੇ ਇੱਕ ਛੋਟੇ ਸਮੂਹ ਨੂੰ ਛੱਡ ਦਿਓ।
-
ਦੁਹਰਾਓ। ਛੋਟੇ-ਛੋਟੇ ਸੁਧਾਰ ਹਫ਼ਤਾਵਾਰੀ ਭੇਜੋ... ਜਾਂ ਜਦੋਂ ਇਹ ਸੱਚਮੁੱਚ ਬਿਹਤਰ ਹੋਵੇ।
ਓਪਨ ਸੋਰਸ ਏਆਈ ਬਾਰੇ ਆਮ ਮਿੱਥਾਂ, ਥੋੜ੍ਹੀ ਜਿਹੀਆਂ ਗਲਤੀਆਂ 🧱
-
ਮਿੱਥ: ਖੁੱਲ੍ਹੇ ਮਾਡਲ ਹਮੇਸ਼ਾ ਮਾੜੇ ਹੁੰਦੇ ਹਨ। ਹਕੀਕਤ: ਸਹੀ ਡੇਟਾ ਵਾਲੇ ਨਿਸ਼ਾਨਾਬੱਧ ਕੰਮਾਂ ਲਈ, ਵਧੀਆ ਢੰਗ ਨਾਲ ਬਣਾਏ ਗਏ ਖੁੱਲ੍ਹੇ ਮਾਡਲ ਵੱਡੇ ਹੋਸਟ ਕੀਤੇ ਮਾਡਲਾਂ ਨੂੰ ਪਛਾੜ ਸਕਦੇ ਹਨ।
-
ਮਿੱਥ: ਖੁੱਲ੍ਹਾ ਹੋਣ ਦਾ ਮਤਲਬ ਹੈ ਅਸੁਰੱਖਿਅਤ। ਹਕੀਕਤ: ਖੁੱਲ੍ਹਾਪਣ ਜਾਂਚ ਨੂੰ ਬਿਹਤਰ ਬਣਾ ਸਕਦਾ ਹੈ। ਸੁਰੱਖਿਆ ਅਭਿਆਸਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ, ਗੁਪਤਤਾ 'ਤੇ ਨਹੀਂ [3]।
-
ਮਿੱਥ: ਲਾਇਸੈਂਸ ਮਾਇਨੇ ਨਹੀਂ ਰੱਖਦਾ ਜੇਕਰ ਇਹ ਮੁਫ਼ਤ ਹੈ। ਹਕੀਕਤ: ਇਹ ਸਭ ਤੋਂ ਵੱਧ ਜਦੋਂ ਇਹ ਮੁਫ਼ਤ ਹੈ, ਕਿਉਂਕਿ ਮੁਫ਼ਤ ਵਰਤੋਂ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ। ਤੁਸੀਂ ਸਪੱਸ਼ਟ ਅਧਿਕਾਰ ਚਾਹੁੰਦੇ ਹੋ, ਵਾਈਬਸ ਨਹੀਂ [1][5]।
ਓਪਨ ਸੋਰਸ ਏਆਈ 🧠✨
ਓਪਨ ਸੋਰਸ ਏਆਈ ਕੋਈ ਧਰਮ ਨਹੀਂ ਹੈ। ਇਹ ਵਿਹਾਰਕ ਆਜ਼ਾਦੀਆਂ ਦਾ ਇੱਕ ਸਮੂਹ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਵਧੇਰੇ ਨਿਯੰਤਰਣ, ਸਪਸ਼ਟ ਸ਼ਾਸਨ, ਅਤੇ ਤੇਜ਼ ਦੁਹਰਾਓ ਨਾਲ ਨਿਰਮਾਣ ਕਰਨ ਦਿੰਦਾ ਹੈ। ਜਦੋਂ ਕੋਈ ਕਹਿੰਦਾ ਹੈ ਕਿ ਇੱਕ ਮਾਡਲ "ਖੁੱਲਾ" ਹੈ, ਤਾਂ ਪੁੱਛੋ ਕਿ ਕਿਹੜੀਆਂ ਪਰਤਾਂ ਖੁੱਲ੍ਹੀਆਂ ਹਨ: ਕੋਡ, ਵਜ਼ਨ, ਡੇਟਾ, ਜਾਂ ਸਿਰਫ਼ ਪਹੁੰਚ। ਲਾਇਸੈਂਸ ਪੜ੍ਹੋ। ਇਸਦੀ ਤੁਲਨਾ ਆਪਣੇ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ਨਾਲ ਕਰੋ। ਅਤੇ ਫਿਰ, ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ, ਇਸਨੂੰ ਆਪਣੇ ਅਸਲ ਕੰਮ ਦੇ ਬੋਝ ਨਾਲ ਟੈਸਟ ਕਰੋ।
ਸਭ ਤੋਂ ਵਧੀਆ ਹਿੱਸਾ, ਅਜੀਬ ਤੌਰ 'ਤੇ, ਸੱਭਿਆਚਾਰਕ ਹੈ: ਓਪਨ ਪ੍ਰੋਜੈਕਟ ਯੋਗਦਾਨਾਂ ਅਤੇ ਜਾਂਚ ਨੂੰ ਸੱਦਾ ਦਿੰਦੇ ਹਨ, ਜੋ ਸਾਫਟਵੇਅਰ ਅਤੇ ਲੋਕਾਂ ਦੋਵਾਂ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਂਦਾ ਹੈ। ਤੁਹਾਨੂੰ ਪਤਾ ਲੱਗ ਸਕਦਾ ਹੈ ਕਿ ਜਿੱਤਣ ਵਾਲਾ ਕਦਮ ਸਭ ਤੋਂ ਵੱਡਾ ਮਾਡਲ ਜਾਂ ਸਭ ਤੋਂ ਚਮਕਦਾਰ ਬੈਂਚਮਾਰਕ ਨਹੀਂ ਹੈ, ਪਰ ਉਹ ਹੈ ਜਿਸਨੂੰ ਤੁਸੀਂ ਅਸਲ ਵਿੱਚ ਅਗਲੇ ਹਫ਼ਤੇ ਸਮਝ ਸਕਦੇ ਹੋ, ਠੀਕ ਕਰ ਸਕਦੇ ਹੋ ਅਤੇ ਸੁਧਾਰ ਸਕਦੇ ਹੋ। ਇਹ ਓਪਨ ਸੋਰਸ ਏਆਈ ਦੀ ਸ਼ਾਂਤ ਸ਼ਕਤੀ ਹੈ - ਇੱਕ ਚਾਂਦੀ ਦੀ ਗੋਲੀ ਨਹੀਂ, ਇੱਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਹਿਨੇ ਹੋਏ ਮਲਟੀ-ਟੂਲ ਵਾਂਗ ਜੋ ਦਿਨ ਨੂੰ ਬਚਾਉਂਦਾ ਰਹਿੰਦਾ ਹੈ।
ਬਹੁਤ ਦੇਰ ਤੱਕ ਨਹੀਂ ਪੜ੍ਹਿਆ 📝
ਓਪਨ ਸੋਰਸ ਏਆਈ, ਏਆਈ ਸਿਸਟਮਾਂ ਦੀ ਵਰਤੋਂ, ਅਧਿਐਨ, ਸੋਧ ਅਤੇ ਸਾਂਝਾ ਕਰਨ ਦੀ ਅਰਥਪੂਰਨ ਆਜ਼ਾਦੀ ਬਾਰੇ ਹੈ। ਇਹ ਪਰਤਾਂ ਵਿੱਚ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ: ਫਰੇਮਵਰਕ, ਮਾਡਲ, ਡੇਟਾ, ਅਤੇ ਟੂਲਿੰਗ। ਓਪਨ ਸੋਰਸ ਨੂੰ ਓਪਨ ਵੇਟ ਜਾਂ ਓਪਨ ਐਕਸੈਸ ਨਾਲ ਉਲਝਾਓ ਨਾ। ਲਾਇਸੈਂਸ ਦੀ ਜਾਂਚ ਕਰੋ, ਆਪਣੇ ਅਸਲ ਕੰਮਾਂ ਨਾਲ ਮੁਲਾਂਕਣ ਕਰੋ, ਅਤੇ ਪਹਿਲੇ ਦਿਨ ਤੋਂ ਹੀ ਸੁਰੱਖਿਆ ਅਤੇ ਸ਼ਾਸਨ ਲਈ ਡਿਜ਼ਾਈਨ ਕਰੋ। ਅਜਿਹਾ ਕਰੋ, ਅਤੇ ਤੁਹਾਨੂੰ ਗਤੀ, ਨਿਯੰਤਰਣ ਅਤੇ ਇੱਕ ਸ਼ਾਂਤ ਰੋਡਮੈਪ ਮਿਲੇਗਾ। ਹੈਰਾਨੀਜਨਕ ਤੌਰ 'ਤੇ ਦੁਰਲੱਭ, ਇਮਾਨਦਾਰੀ ਨਾਲ ਅਨਮੋਲ 🙃।
ਹਵਾਲੇ
[1] ਓਪਨ ਸੋਰਸ ਇਨੀਸ਼ੀਏਟਿਵ - ਓਪਨ ਸੋਰਸ ਡੈਫੀਨੇਸ਼ਨ (OSD): ਹੋਰ ਪੜ੍ਹੋ
[2] OSI - AI ਅਤੇ ਓਪਨਨੈੱਸ 'ਤੇ ਡੂੰਘੀ ਡੁਬਕੀ: ਹੋਰ ਪੜ੍ਹੋ
[3] NIST - AI ਜੋਖਮ ਪ੍ਰਬੰਧਨ ਫਰੇਮਵਰਕ: ਹੋਰ ਪੜ੍ਹੋ
[4] ਮੈਟਾ - ਲਾਮਾ ਮਾਡਲ ਲਾਇਸੈਂਸ: ਹੋਰ ਪੜ੍ਹੋ
[5] ਜ਼ਿੰਮੇਵਾਰ AI ਲਾਇਸੈਂਸ (OpenRAIL): ਹੋਰ ਪੜ੍ਹੋ