Stratégies open-sources : opportunités et limitations dans le domaine des Large Language Models (LLM)
Year: 2024
Type: conference-paper
Abstract: L'avènement des modèles linguistiques de grande envergure (LLM), tels que GPT d'OpenAI, a marqué une avancée significative dans le domaine de l'intelligence artificielle.Ces développements ont été accompagnés par une réflexion sur l'importance des stratégies opensources dans la recherche et le développement des LLM.Notre étude explore cette dynamique, mettant en lumière les bénéfices et les défis associés à l'adoption d'approches open-sources dans la création et l'utilisation de LLM.Nous examinons les différentes manières dont les données, les modèles et les applications sont partagées et développées de manière ouverte, contribuant à l'innovation et à l'amélioration continue dans le secteur.En dépit de la tendance à la privatisation et à la fermeture des modèles, ce papier argumente en faveur du potentiel des stratégies open-sources pour favoriser une intelligence artificielle éthique, transparente et accessible.En analysant les pratiques actuelles et en proposant une réflexion sur l'avenir de l'open-source dans le développement des LLM, nous soulignons comment ces stratégies peuvent répondre à divers besoins utilisateurs, de la personnalisation à la réduction des coûts, tout en stimulant l'innovation collaborative. ABSTRACT.The advent of Large Language Models (LLMs) such as OpenAI's GPT has marked a significant advancement in the field of artificial intelligence.These developments have been accompanied by a reflection on the importance of open-source strategies in the research and development of LLMs.Our study explores this dynamic, highlighting the benefits and challenges associated with adopting open-source approaches in the creation and use of LLMs.We examine the various ways in which data, models, and applications are shared and developed openly, contributing to innovation and continuous improvement in the sector.Despite the trend towards the privatisation and closing of models, this paper argues in favour of the potential of open-source strategies to foster an ethical, transparent, and accessible artificial intelligence.By analysing current practices and offering reflections on the future of open-source in the development of LLMs, we underline how these strategies can meet diverse user needs, from personalisation to cost reduction, whilst stimulating collaborative innovation.
Source: ORBi UMONS
Author: Viseur, Robert
Institution: University of Mons
Language: French
Subfield: Computer Science Applications
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7133390160