В машинном обучении веса (англ. weights) — это числовые параметры, которые модель «запоминает» в процессе обучения. Они определяют, как модель преобразует входные данные (например, текст) в выходные результаты (ответ).
Проще говоря:
- Во время обучения модель анализирует огромные массивы данных.
- На основе этого анализа она подбирает оптимальные числовые значения — веса.
- Эти веса хранят «знания» модели: языковые закономерности, факты, навыки рассуждения и т. д.
Что значит «открытые веса»
Модель с открытыми весами — это большая языковая модель (LLM), у которой финальные обученные параметры (веса) опубликованы в открытом доступе. Это значит, что любой желающий может:
- скачать эти веса;
- запустить модель локально (на своём сервере или даже ПК);
- использовать её в своих приложениях;
- дообучить под специфические задачи (провести fine‑tuning).
Ключевые особенности
Важно понимать: открытые веса ≠ открытый исходный код. Разберём разницу:
| Критерий | Модель с открытыми весами | Модель с открытым исходным кодом |
|---|---|---|
| Что доступно | Только финальные веса обученной модели | Полный код модели, веса, часто — данные обучения и документация |
| Прозрачность | Низкая: вы видите «что умеет модель», но не «как она устроена» | Высокая: можно изучить архитектуру, процесс обучения |
| Возможности модификации | Можно дообучать, но нельзя менять архитектуру без исходного кода | Можно менять архитектуру, переобучать с нуля, глубоко модифицировать |
| Простота использования | Проще: скачал веса — запустил модель | Требует больше технических знаний |
Преимущества открытых весов
- Экономия ресурсов. Не нужно тратить месяцы и миллионы долларов на обучение модели с нуля.
- Локальное развёртывание. Можно запустить модель на своих мощностях — без зависимости от облачных API и оплаты запросов.
- Конфиденциальность. Данные не уходят на внешние серверы — критично для бизнеса и госучреждений.
- Гибкость. Возможность дообучения под узкоспециализированные задачи (юридический текст, медицинская диагностика и т. п.).
- Прозрачность и воспроизводимость. Исследователи могут проверять результаты, проводить стресс‑тесты.
Примеры моделей с открытыми весами
- Llama 3 (Meta*) — веса доступны с лицензионными ограничениями.
- Mistral 7B (Mistral AI) — выпущена под лицензией Apache 2.0.
- DeepSeek — предлагает модели с открытыми весами высокой производительности.
- BLOOM (BigScience) — многоязычная модель с открытыми весами и данными обучения.
Краткий итог: фраза «модели с открытыми весами» означает, что компания публикует финальные параметры обученной нейросети. Это позволяет разработчикам и исследователям использовать мощную модель бесплатно и без ограничений API, адаптируя её под свои нужды.
*Meta признана в России экстремистской организацией.