Günlük dilde “açık kaynak yapay zeka modeli” denince genellikle kastedilen, model ağırlıklarının (model dosyalarının) herkese açık biçimde indirilebildiği modellerdir — daha doğru terimle bunlara “açık ağırlıklı” (open-weight) modeller denir. Llama, Mistral ve Qwen gibi tanınmış aileler bu kategoriye girer: kullanıcı model dosyalarını indirip kendi donanımında çalıştırabilir, fine-tuning veya LoRA ile özelleştirebilir.
Bu, klasik yazılımdaki “açık kaynak” tanımından farklıdır. Gerçek açık kaynak yazılımda kaynak kod tamamen görünürdür ve nasıl üretildiği baştan sona izlenebilir. Bir yapay zeka modelinde ise “kaynak” büyük ölçüde eğitim verisidir — ve neredeyse hiçbir “açık” model, hangi verilerle, hangi oranlarda eğitildiğini tam olarak açıklamaz. Yani elinizde model ağırlıkları vardır ama o ağırlıkların nasıl ortaya çıktığını yeniden üretecek bilgi genellikle yoktur. Bu yüzden alanda “açık ağırlık” ile “açık kaynak” ayrımını netleştirmek önemli görülüyor; ikisi aynı şey değil.
Kapalı modellerle (yalnızca bir API üzerinden erişilebilen modeller) karşılaştırıldığında açık ağırlıklı modellerin asıl avantajı yerel çalıştırma imkânıdır: veriler hiç dışarı çıkmadan, internet bağlantısı olmadan, kendi sunucunuzda veya bilgisayarınızda çalıştırılabilirler — nicemleme sayesinde bu artık standart donanımda bile mümkün. Bu konu Yapay zeka kendi bilgisayarımda çalışır mı? yazısında ayrıntılı anlatılıyor. Açık ağırlıklı küçük dil modelleri özellikle bu alanda hızla gelişiyor, çünkü hem indirilebilir hem de mütevazı donanımda pratik biçimde çalıştırılabiliyorlar.