AI 社区在构建未来吗？Hugging Face Hub 开发活动的定量分析
软件工程
2024-06-25 v2 人工智能
计算机与社会
机器学习
摘要
开放模型开发者已成为人工智能政治经济中的关键参与者，但我们对开放 AI 生态系统中的协作实践仍缺乏深入了解。本文通过对流行的模型构建、共享和演示平台 Hugging Face (HF) Hub 上的开发活动进行三部分定量分析来填补这一空白。首先，348,181 个模型、65,761 个数据集和 156,642 个空间仓库中的各类活动呈现右偏分布。仓库间的活动极度不平衡；例如，超过 70% 的模型下载量为 0，而 1% 的模型占据了 99% 的下载量。此外，许可证至关重要：在具有宽松、严格和无许可证的模型仓库中，协作模式存在统计学上的显著差异。其次，我们分析了模型仓库中协作的社交网络结构快照，发现该社区具有核心-边缘结构，由多产的开发者组成核心，而大多数（89%）为孤立开发者。从网络中移除孤立开发者后，无论开发者的网络位置如何，协作均以高互惠性为特征。第三，我们通过空间中模型使用的视角考察了模型采用情况，发现由少数几家公司开发的少数模型在 HF Hub 上被广泛使用。总体而言，HF Hub 上的活动呈现帕累托分布特征，与 GitHub 等平台上的开源软件（OSS）开发模式一致。最后，我们为研究人员、公司和政策制定者提出建议，以推进对开放 AI 开发的理解。
引用
@article{arxiv.2405.13058,
title = {The AI Community Building the Future? A Quantitative Analysis of Development Activity on Hugging Face Hub},
author = {Cailean Osborne and Jennifer Ding and Hannah Rose Kirk},
journal= {arXiv preprint arXiv:2405.13058},
year = {2024}
}
备注
27 pages, 5 figures, 9 tables