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.

解决的问题

大多数大型 AI 模型是在多样性不足的数据上训练的,并由少数强大的组织控制。Project Tapestry 旨在通过构建一个基于更大、更多样化数据集训练的新型基础模型系列来改变这一现状。其目标是实现“主权 AI”——每个合作伙伴保留对其数据和计算资源的所有权,并可以基于联盟训练的基础模型构建自己的衍生模型。

工作原理

Tapestry 是一个由组织和个人组成的联盟,汇集了专业知识、数据集和计算资源。该仓库包含了项目开源训练平台的代码和技术文档。代码分为三个子系统:data(治理与管理)、training(分布式训练与微调)和 infrastructure(底层基础设施)。项目中包含一个联盟训练原型(类似于联邦学习)以及一个暂存区(contrib/),贡献者可以在此提出概念验证、实验和新想法。该项目还在文化对齐(使用 Inglehart–Welzel Cultural Map 作为指标)、联盟训练方法和负责任的数据使用方面开展了积极的工作流。

适用对象

Tapestry 适合希望参与构建主权 AI 的组织和个人。这包括贡献数据、计算资源或资金的合作伙伴,以及对大规模训练、联邦学习、数据治理和文化对齐感兴趣的开发人员和研究人员。贡献者可以加入工作组,通过 contrib/ 目录提出想法,或帮助定义首批工作流的需求。

亮点

  • 全球联盟方法,旨在创建比以往任何时候都更多样化语料库的基础模型系列。
  • 开源训练平台,提供用于数据治理、分布式训练和基础设施的代码。
  • 专注于文化对齐与重新对齐,初步使用 Inglehart–Welzel Cultural Map 作为衡量标准。
  • 联盟训练原型,平衡了集中式和分布式方法(联邦学习)。
  • 轻量级贡献流程:新想法通过 pull requests 作为概念验证进入 contrib/。
  • 清晰的治理和技术文档(位于 docs/ 下),并在多个领域组建了工作组。

相关

  • 项目
  • 项目
  • 项目
  • 项目