Vai al contenuto
Ora nel mondoEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portale su IA e tecnologiaeventi · analisi · interviste · approfondimenti tecnici

Cerca
LIVE
›

Cosa significano davvero i 'pesi aperti', e perché non sono la stessa cosa dell'open source

I file dei modelli scaricabili vengono ormai descritti abitualmente come open source. L'Open Source Initiative e i ricercatori di Stanford dicono che quell'etichetta copre solo una parte di ciò che servirebbe per ispezionare, riprodurre o ricostruire un modello.

IA e modelliSpiegatoGiulia FerrariPubblicato: 27 settembre 20266 min di letturaFonti 4
Cosa significano davvero i 'pesi aperti', e perché non sono la stessa cosa dell'open source

I pesi aperti sono i parametri numerici appresi durante l'addestramento di una rete neurale. Pubblicarli su Hugging Face permette a chiunque abbia una GPU di eseguire il modello, metterlo a punto o ospitarlo in proprio. È davvero utile. Secondo l'Open Source Initiative e diverse figure di spicco del software libero, però, non è la stessa cosa dell'open source.

La distinzione conta più di una discussione sulle etichette. Decide se puoi solo mettere in funzione una rete neurale già finita oppure se puoi ispezionare, riprodurre, modificare e ridistribuire il sistema che l'ha prodotta. James Landay, direttore di Stanford HAI, ha detto a The Register: "I pesi aperti rispondono a 'Posso eseguirlo?'. L'open source risponde a 'Posso fidarmi, migliorarlo e costruirci sopra la prossima cosa?'".

Cosa arriva davvero con il download

Un tipico rilascio a pesi aperti contiene i pesi, l'architettura del modello e il codice di inferenza. Insieme a un runtime come llama.cpp basta a generare testo. S1-mini di Superwhisper, per esempio, è un normalizzatore di testo da 600.000.000 di parametri per l'output dello speech-to-text, messo a punto a partire da Qwen/Qwen3-0.6B e distribuito con licenza Apache 2.0 più una clausola sul nome. La sua model card elenca 596.000.000 di parametri unici, 28 layer, 16 teste di query e 8 teste chiave/valore con grouped-query attention, e una build quantizzata che è un file da 462 MiB.

Quello che manca in quella scheda sono i dati di addestramento. Superwhisper non dice su quali trascrizioni è stato addestrato S1-mini, come sono state selezionate né cosa è stato rimosso. È normale per i rilasci a pesi aperti ed è esattamente il vuoto che i critici indicano.

La voce di glossario della stessa OSI traccia il confine senza giri di parole. "Open Weights si riferisce ai pesi e ai bias finali di una rete neurale addestrata", si legge, e i pesi da soli espongono solo "una frazione delle informazioni necessarie per una piena responsabilità". Senza dati di addestramento o documentazione dettagliata, chi sta fuori non può stabilire quali fonti siano state usate, quale materiale protetto da copyright o privato possa essere stato incluso, come siano stati filtrati i dati, quali lingue siano state sottorappresentate, se i dati di benchmark siano finiti nell'addestramento o quali metodi di allineamento e sicurezza siano stati applicati dopo il pretraining.

"Non puoi ancora vedere come è stata costruita la cosa, su cosa è stata addestrata, né perché si comporta così. Quello non è un modello aperto. È distribuzione aperta." James Landay, Stanford HAI

La OSI ha provato a definirlo, e la partita non è chiusa

L'Open Source Initiative ha pubblicato l'Open Source AI Definition, OSAID 1.0, nell'ottobre 2024. Richiede che i parametri del modello, compresi i pesi, siano resi disponibili con termini approvati dalla OSI, ma non prescrive uno specifico meccanismo legale. Al momento del rilascio la OSI ha ammesso che la definizione sarebbe continuata a evolvere. I critici dicono che le mancanze centrali non sono state risolte.

Luca Antiga, CTO di Lightning AI e contributor di PyTorch, ha sostenuto che il modo in cui OSAID tratta i pesi lascia "un buco enorme che renderà le licenze meno efficaci nel determinare se i sistemi di IA con licenza OSI possano essere adottati in contesti reali". Bruce Perens, autore dell'originale Open Source Definition, ha denunciato OSAID nel 2024 e in seguito ha detto: "Non è open source! ... È un peccato che l'Open Source Initiative stessa sia ora coinvolta nell'openwashing".

Bradley Kuhn della Software Freedom Conservancy e Richard Fontana, senior commercial counsel di Red Hat, sono andati oltre e hanno chiesto l'abrogazione di OSAID. Il loro argomento, citato da The Register: "La OSI ha agito troppo in fretta imponendo alla comunità un compromesso politico troppo ambizioso. OSAID ha innegabilmente creato una frattura nella comunità FOSS; quella frattura ha danneggiato seriamente la reputazione, l'autorità e l'influenza della OSI".

Nel frattempo Mike Dolan della Linux Foundation ha sottoposto alla OSI la licenza Open Model, Data, and Weights, OpenMDW. Esiste dal 2025 e annovera contributori di Amazon, Meta, IBM, Microsoft e Nvidia. Il suo approccio è definire termini separati per architettura del modello, dati di addestramento e pesi dentro un unico accordo. La proposta ha attirato obiezioni sulla mailing list di revisione delle licenze della OSI. Stefano Maffulli, ex direttore esecutivo della OSI, ha detto di avere sempre l'impressione che la revisione "sia viziata da un pregiudizio ideologico: siccome non ci piacciono le big tech e ora l'IA è big tech, allora non ci piace l'IA; quindi faremo qualsiasi cosa per bloccarla".

La storia delle capacità è reale, e lo è anche l'avvertenza

Niente di tutto questo ha rallentato il ritmo dei rilasci. Mozilla ha pubblicato la versione 1.1 del suo rapporto State of Open Source AI il 15 settembre, con dati aggiornati al 1 settembre, secondo Tom's Hardware. Colloca il miglior modello aperto tre punti dietro il leader chiuso sull'Artificial Analysis Intelligence Index, al 60% del prezzo, e due punti dietro Claude Fable 5 al 30%. La stima di Mozilla sui dati METR del task horizon mette il divario aperto-chiuso intorno ai 4,4 mesi, in linea con la stima di quattro mesi di Epoch AI.

I numeri di Mozilla vengono da un sondaggio Mozilla/SlashData su circa 1.400 sviluppatori, dai dati di traffico di OpenRouter e da indici di benchmark di terze parti. Mozilla sostiene i modelli aperti; il 14 luglio TIME ha riferito che Raffi Krikorian, CTO di Mozilla, ha descritto il rapporto come in parte un'azione di advocacy. Il rapporto conta 16 rilasci aperti degni di nota e osserva che nessuno fornisce la ricetta dei dati richiesta dalla definizione OSI.

  • Su Terminal-Bench 2.1 di vals.ai, GLM-5.2 di Z.ai ha segnato un punto vicino a Claude Opus 4.7 e circa quattro punti dietro Opus 4.8, a meno di un quinto del costo per test.
  • Su OpenRouter, Mozilla ha contato otto dei primi dieci modelli per volume di token ad agosto come pesi aperti, sette dei quali costruiti in Cina.
  • I fornitori chiusi hanno comunque preso il 96% dei ricavi a livello di modello su OpenRouter da maggio a settembre 2025, secondo la Linux Foundation.
  • Il miglior modello aperto che sta su un server ha segnato 52,6 sulla classifica hardware di Mozilla; il migliore su una singola GPU ha segnato 40. Il calo dal vertice è di 10 e 23 punti.

Quest'ultimo punto è il nodo pratico. Il checkpoint nativo MXFP4 di Kimi K3 occupa circa 1,56TB su 96 shard, e la configurazione di servizio di Mozilla elenca 64 o più acceleratori, mentre vLLM richiede almeno otto GPU GB300 con più nodi per il traffico in produzione. Mozilla lo descrive come aperto ma non eseguibile dalla maggior parte di chi lo possiede. Un'eccezione segnalata dal rapporto è Inkling-Small di Thinking Machines, sotto Apache 2.0, la cui versione NVFP4 sta su una B300 con un minimo di 180GB.

Krikorian ha detto ad Ars Technica in una email: "Vediamo la decisione di pagare per i modelli chiusi come legata al singolo carico di lavoro più che all'organizzazione".

I casi sul copyright sbattono contro lo stesso muro

La battaglia sulle definizioni ha un parallelo in tribunale. Un articolo di A. Feder Cooper, Mark A. Lemley e sette coautori, pubblicato su arXiv e rivisto nel luglio 2026, ha misurato la memorizzazione di 200 libri su 14 LLM a pesi aperti con oltre 3.000 esperimenti. La conclusione è che attori e convenuti nelle cause sul copyright dell'IA generativa semplificano entrambi.

La maggior parte degli LLM non memorizza la maggior parte dei libri, in tutto o in parte, con il metodo di estrazione degli autori. Ma ci sono eccezioni: Llama 3.1 70.000.000.000 memorizza interamente alcuni libri, tra cui Harry Potter e la pietra filosofale, al punto che l'intero libro può essere estratto quasi alla lettera dalle sue prime parole. Gli autori scrivono che i risultati hanno implicazioni significative per le cause sul copyright, anche se non favoriscono in modo inequivocabile nessuna delle due parti.

Più o meno qui sta il dibattito sui pesi aperti. I file sono pubblici. La ricetta no. E le due parti non riescono nemmeno a mettersi d'accordo su come chiamare il risultato.

Commenti 0

Fonti

4
  1. 01Open weights are not open source: Why AI's favorite label is under disputeEN
  2. 02China's open-weight AI models are now just 4 months behind frontier US offerings, Mozilla report claimsEN
  3. 03S1-mini, Superwhisper's first open-weights language modelEN
  4. 04Extracting memorized pieces of (copyrighted) books from open-weight language modelsEN

Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.

I contenuti sono stati preparati dalla redazione con il supporto dell'IA.

Giulia Ferrari

Giulia Ferrari

IA, modelli e tecnologie

Giulia Ferrari scrive di tecnologia, IA e modelli e media e internet per FLASH24, partendo da dataset pubblici, preprint e registri di versioni dei modelli. Controlla ogni numero confrontando benchmark dichiarati e risultati riproducibili, e scarta le stime senza fonte. Segue le audizioni in calendario, parla con ricercatori e ingegneri, e mette a confronto release e changelog prima di pubblicare. Fuori dalla redazione smonta stampanti 3D, recupera vecchi computer e studia come i modelli imparano dai rifiuti del web. Non pubblica un dato se non può ricostruirne il percorso.

Redazione →

Commenti

0
  1. Nessun commento — sii il primo.

Scrivi un commento

I commenti sono pubblici. Non pubblichiamo insulti, spam né pubblicità.