The-AI-Alliance/tapestry

Project Tapestry aims to give every nation and participant frontier AI they can call their own — uniting a global consortium to train a shared frontier model family from which partners build and own sovereign models aligned to their national, socio-cultural, and industrial needs.

해결 과제

대부분의 대형 AI 모델은 다양성이 부족한 데이터로 학습되며 소수의 강력한 조직에 의해 통제됩니다. Project Tapestry는 훨씬 더 크고 다양한 데이터 세트로 학습된 새로운 파운데이션 모델 제품군을 구축하여 이를 변화시키고자 합니다. 목표는 "주권 AI"를 실현하는 것입니다. 각 파트너는 자신의 데이터와 컴퓨팅 자원에 대한 소유권을 유지하며, 컨소시엄이 학습시킨 기본 모델을 기반으로 자체적인 파생 모델을 구축할 수 있습니다.

작동 방식

Tapestry는 전문 지식, 데이터 세트, 컴퓨팅 자원을 결합하는 조직 및 개인의 컨소시엄입니다. 저장소에는 프로젝트의 오픈 소스 학습 플랫폼을 위한 코드와 기술 문서가 포함되어 있습니다. 코드는 data(거버넌스 및 관리), training(분산 학습 및 튜닝), infrastructure(기반 인프라)의 세 가지 하위 시스템으로 구성됩니다. 컨소시엄 학습(연합 학습과 유사)을 위한 프로토타입과 기여자가 개념 증명, 실험, 새로운 아이디어를 제안할 수 있는 스테이징 영역(contrib/)이 있습니다. 또한 문화적 정렬(Inglehart–Welzel Cultural Map을 지표로 사용), 컨소시엄 학습 방법, 책임 있는 데이터 사용에 관한 활발한 워크스트림이 운영되고 있습니다.

대상

Tapestry는 주권 AI 구축에 참여하고자 하는 조직과 개인을 위한 것입니다. 여기에는 데이터, 컴퓨팅 자원 또는 자금을 제공하는 파트너뿐만 아니라 대규모 학습, 연합 학습, 데이터 거버넌스 및 문화적 정렬에 관심이 있는 개발자와 연구자가 포함됩니다. 기여자는 워크그룹에 참여하거나 contrib/ 디렉토리를 통해 아이디어를 제안하거나, 첫 번째 워크스트림의 요구 사항을 정의하는 데 도움을 줄 수 있습니다.

주요 특징

  • 그 어느 때보다 다양한 말뭉치를 기반으로 파운데이션 모델 제품군을 만들기 위한 글로벌 컨소시엄 접근 방식.
  • 데이터 거버넌스, 분산 학습 및 인프라 코드를 포함한 오픈 소스 학습 플랫폼.
  • 문화적 정렬 및 재정렬에 중점을 두며, 초기에는 Inglehart–Welzel Cultural Map을 사용.
  • 중앙 집중식 및 분산식 방법(연합 학습)의 균형을 맞추는 컨소시엄 학습 프로토타입.
  • 가벼운 기여 프로세스: 새로운 아이디어는 풀 리퀘스트를 통해 개념 증명으로서 contrib/에 추가됨.
  • docs/ 하위의 명확한 거버넌스 및 기술 문서, 여러 분야에서 워크그룹 형성 중.

관련

  • 프로젝트
  • 프로젝트
  • 프로젝트
  • 프로젝트