Le problème c’est qu’arnaudus assène de manière assez péremptoires des choses pas évidentes du tout...
j'ai du mal à imaginer comment la notion de travail dérivé pourrait etre redéfinie en fonction de la manière dont l'oeuvre a été produite (algorithme ou humain)
si on entraine un modèle de langage avec 1 TB de code sous GPL, les sorties du modèle ne seront pas sous GPL.
... alors que le problème posé par l’apprentissage sur du code GPL est justement là. Un humain, on se pas trop comment ça fonctionne hors cas évident de plagiat, un LLM par contre, ça ne fait que mélanger ses données d'entrées avec des pondérations statistiques. Évidemment, si les données sont suffisamment nombreuses, il est difficile de reconnaître l'origine de chaque mot, mais sur des données d’apprentissage 100% GPL par exemple, j’attendrais que la justice tranche (ou pas à cause des enjeux économiques qui risquent de biaiser la chose) avant de me fier aux assertions d’arnaudus. Et quand la licence de la base d’apprentissage n’est pas claire ou toute mélangée, je ne suis pas certain non plus que les lois (actuelles) permettent de répondre clairement à la licence du code produit.
Mais évidemment, c’est plus facile de contre-argumenter face à un homme de paille quand on a balayé le fond du problème et de sortir :
La communauté ne semble pas contente de l'utilisation du code sous GPL dans un contexte qu'elle n'avait pas anticipé
[^] # Re: superbe initiative de huggingface
Posté par jyes . En réponse au journal Votre code dans un modèle d'IA. Évalué à 3.
Le problème c’est qu’arnaudus assène de manière assez péremptoires des choses pas évidentes du tout...
... alors que le problème posé par l’apprentissage sur du code GPL est justement là. Un humain, on se pas trop comment ça fonctionne hors cas évident de plagiat, un LLM par contre, ça ne fait que mélanger ses données d'entrées avec des pondérations statistiques. Évidemment, si les données sont suffisamment nombreuses, il est difficile de reconnaître l'origine de chaque mot, mais sur des données d’apprentissage 100% GPL par exemple, j’attendrais que la justice tranche (ou pas à cause des enjeux économiques qui risquent de biaiser la chose) avant de me fier aux assertions d’arnaudus. Et quand la licence de la base d’apprentissage n’est pas claire ou toute mélangée, je ne suis pas certain non plus que les lois (actuelles) permettent de répondre clairement à la licence du code produit.
Mais évidemment, c’est plus facile de contre-argumenter face à un homme de paille quand on a balayé le fond du problème et de sortir :