斯坦福 AI 项目作者对抄袭中国大模型致歉，承诺撤下相关模型，有哪些警示意义？大模型发展如何更加规范？

段小草的回答

昨天已经回答过这个话题，今天再聊几个我看到的比较典型的看法吧。

1、开源不就是让别人抄吗？

这种话属实有点可笑了，一句话回答：开源并不意味着放弃权利。具体来说：

开源的核心理念是共享与协作。是为了通过开源实现相互学习、共同进步，从而推动整个领域的发展，加速技术的普及和创新。开源有很多好处，比如通过社区构建开发生态（比如谷歌的 TensorFlow 和 Meta 的 PyTorch 这两个深度学习框架），通过共同研究发现潜在的安全问题，让更多技术人员参与到代码和模型的审查中。

但是，开源并不意味着放弃所有权或控制权。开源项目采用了各种开源许可证（如MIT、Apache、GPL等），可以在一定程度上保护原作者的权益，同时允许他人使用和改进代码。

2、MiniCPM-Llama3-V 2.5 不也抄 Llama 了吗？名字里都写着呢。

MiniCPM-Llama3-V 2.5 ^[1]恰恰是开源社区的正面例子，从一开始 MiniCPM-Llama3-V 2.5 就说自己是基于 SigLip-400M 和 Llama3-8B-Instruct 构建的多模态模型，注意 Llama 是语言模型，而 MiniCPM-V 是视觉多模态模型。

可以说，MiniCPM-Llama3-V 2.5 继承了 Llama 模型的多语言能力，新增并优化了多模态理解能力，在端侧设备上也能展现出强大的多模态交互能力。感兴趣可以到 HuggingFace 上在线体验一下^[2]。（我上传了一张单片机的图片，这是它的回答）

也可以尝试自己部署：openbmb/MiniCPM-Llama3-V-2_5 · Hugging Face

类似的观点下，也有人提到了零一万物和 Llama 的关系。不妨直接放出来 01 自己的解释^[3]：

Yi系列模型采用与Llama相同的模型架构，但它们并不是Llama的衍生品。
Yi和Llama都基于自2018年以来作为大语言模型标准架构的Transformer结构。
Llama因其卓越的稳定性、可靠的收敛性和强大的兼容性，成为了大多数先进开源模型的基石。它被广泛接受为包括Yi在内的许多模型的基础框架。
借助Transformer和Llama架构，其他模型能够利用这些强大的功能，减少从头构建的复杂性，并在其生态系统中使用相同的工具。
然而，Yi系列模型并不是Llama的衍生品，因为它们没有使用Llama的权重（weights）。
虽然Llama的结构被大多数开源模型所采用，但决定模型性能的关键因素在于训练数据集、训练流程和训练基础设施。
Yi通过独特和专有的方式开发，独立创建了高质量的训练数据集、高效的训练流程和强大的训练基础设施。这一努力使得Yi系列模型表现出色，在2023年12月的Alpaca排行榜上，Yi系列模型排名仅次于GPT-4，超越了Llama。

3、不过是几个本科生罢了，至于上纲上线吗？

咋说呢，是非曲直，立正挨打。若只是本科生的什么课程作业也就罢了，但看看这几位的做法。Github 开源、HuggingFace 开源，Medium + 推特高调宣发，被人指出错误以后，先是嘴硬，最后被实锤了才甩锅+删库跑路。总不能宣发的时候背靠学校和机构，出事的时候就光速切割吧。

我不觉得有什么好洗的。也许在一些人眼里，承认中国团队的优秀挺难的。但好在是非曲直，公道人心，还是那句话，喧嚣过后，继续向前。