Ich habe ein paar Dinge im Projekt @OpenGradient gefunden – insbesondere die Idee vom Model Hub, die man in einem eigenen Post behandeln sollte.
Zwischen mir und mir selbst kam sie mir in den Sinn:
Ausgezeichnet … ein Modell-Repository? Etwas, das wir schon gesehen haben.
Wir sind es gewohnt, dass Modelle aufgeteilt sind zwischen GitHub, Cloud, geschlossenen Plattformen …
Jede Einheit hat ihre eigene Art und ihre eigenen Grenzen.
Hier ist die Idee anders.
Der Model Hub ist bei ihnen im Grunde ein einziger Ort,
alles dezentral,
jede Person kann ein Modell hochladen,
ohne Erlaubnis, ja, und vor allem ohne Wartezeit.
Sofort ist es einsatzbereit.
Was mich am meisten angezogen hat?
Dass die Modelle nicht nur gespeichert sind …
sondern direkt für Inference (Ausgabe/Schlussfolgerung) im Netzwerk einsatzbereit.
Die Speicherweise …
Die Modelle sind dauerhaft gespeichert,
man löscht sie nicht, und selbst wenn man sie „zieht“,
bleibt das Ganze unberührt von den Problemen der Unternehmen.
Sogar das Thema Versioning habe ich als etwas gefunden,
bei dem sich das Modell weiterentwickeln kann, ohne Ärger für diejenigen zu verursachen, die es nutzen.
Und was die Nutzung betrifft:
Ob du als Person einfach stöberst und es ausprobierst,
oder ob ein Entwickler Tools will –
alles ist verfügbar:
Eine einfache Oberfläche + SDK + CLI.
Von den einfachsten ML-Modellen
über LLMs
bis hin zu Vision-Modellen
und sogar zu DeFi-Anwendungen.
Das Ganze ist offen.
Ich sage nicht, dass es eine 100% starke Idee ist,
aber die Art der Umsetzung zeigt uns:
Sie versuchen, ein echtes Problem zu lösen –
Zersplitterung der Modelle und die Schwierigkeit, sie zu verwenden.
Wenn es ihnen gelingt, eine Community darum aufzubauen,
können wir in den kommenden Zeiten sehr starke Use-Cases sehen.
#opg $OPG @OpenGradient
Zwischen mir und mir selbst kam sie mir in den Sinn:
Ausgezeichnet … ein Modell-Repository? Etwas, das wir schon gesehen haben.
Wir sind es gewohnt, dass Modelle aufgeteilt sind zwischen GitHub, Cloud, geschlossenen Plattformen …
Jede Einheit hat ihre eigene Art und ihre eigenen Grenzen.
Hier ist die Idee anders.
Der Model Hub ist bei ihnen im Grunde ein einziger Ort,
alles dezentral,
jede Person kann ein Modell hochladen,
ohne Erlaubnis, ja, und vor allem ohne Wartezeit.
Sofort ist es einsatzbereit.
Was mich am meisten angezogen hat?
Dass die Modelle nicht nur gespeichert sind …
sondern direkt für Inference (Ausgabe/Schlussfolgerung) im Netzwerk einsatzbereit.
Die Speicherweise …
Die Modelle sind dauerhaft gespeichert,
man löscht sie nicht, und selbst wenn man sie „zieht“,
bleibt das Ganze unberührt von den Problemen der Unternehmen.
Sogar das Thema Versioning habe ich als etwas gefunden,
bei dem sich das Modell weiterentwickeln kann, ohne Ärger für diejenigen zu verursachen, die es nutzen.
Und was die Nutzung betrifft:
Ob du als Person einfach stöberst und es ausprobierst,
oder ob ein Entwickler Tools will –
alles ist verfügbar:
Eine einfache Oberfläche + SDK + CLI.
Von den einfachsten ML-Modellen
über LLMs
bis hin zu Vision-Modellen
und sogar zu DeFi-Anwendungen.
Das Ganze ist offen.
Ich sage nicht, dass es eine 100% starke Idee ist,
aber die Art der Umsetzung zeigt uns:
Sie versuchen, ein echtes Problem zu lösen –
Zersplitterung der Modelle und die Schwierigkeit, sie zu verwenden.
Wenn es ihnen gelingt, eine Community darum aufzubauen,
können wir in den kommenden Zeiten sehr starke Use-Cases sehen.
#opg $OPG @OpenGradient