面向公开与安全生成式 AI：开源与闭源大语言模型的比较分析
计算机与社会
2025-10-31 v2 人工智能
摘要
生成式人工智能（Gen AI）系统代表了具有深远影响的关键技术，其部署涉及一系列风险和挑战，需要仔细评估。迄今为止，缺乏为开源与专有（闭源）生成式 AI 系统提供系统性比较的跨学科研究，尤其是关于其各自优势和劣势。本研究旨在：i)批判性地评估和比较开放型和封闭型生成式 AI 模型的特征、机遇和挑战；ii)提出面向开放、公共和安全 Gen AI 框架的基础要素。作为方法，我们采用一种结合三种方法的综合方法：文献综述、批判性分析和比较分析。该框架概述了关键维度，包括开放性、公共治理和安全性，这些是塑造可信赖和包容性 Gen AI 未来的基本支柱。我们的发现表明，开源模型提供了更大的透明度、可审计性和灵活性，使其能够独立进行审查并缓解偏见。相比之下，闭源系统通常提供更好的技术支持和易于实施，但以获取不平等、不可持续和道德监督为代价。研究还强调了多利益相关者治理、环境可持续性和监管框架在确保负责任开发方面的重要性。
引用
@article{arxiv.2505.10603,
title = {Toward a Public and Secure Generative AI: A Comparative Analysis of Open and Closed LLMs},
author = {Jorge Machado},
journal= {arXiv preprint arXiv:2505.10603},
year = {2025}
}