Open weights neznamená libovolné použití: co ověřit v licenci modelu

Proč samotné váhy nestačí k posouzení práv

Pojem open weights označuje, že jsou dostupné natrénované parametry modelu. Samotné marketingové označení neberte jako doklad dostupnosti konkrétního souboru ani oprávnění k zamýšlenému použití; ověřte distribuci a licenční text. To je technická vlastnost distribuce, nikoli právní svolení k libovolnému použití. Možnost model spouštět, upravovat, sdílet nebo zabudovat do placené služby závisí na konkrétním licenčním textu, případných dalších smlouvách a podmínkách i na dalších relevantních právních pravidlech.

V praxi se proto setkáte se situací, kdy je stažení jednoduché, ale licence omezuje redistribuci, vyžaduje zachování označení, zakazuje určité způsoby nasazení nebo odděluje režim pro výzkum a komerční provoz. Podle definice Open Source AI od organizace OSI se otevřenost systému posuzuje podle podmínek a potřebných informací (Open Source AI Definition), samotná dostupnost vah proto automaticky neznamená licenci ke všemu. I když model působí jako otevřený, bez přečtení licence nelze jeho konkrétní podmínky hodnotit.

Základní rozlišení pomůže i článek o tom, co je open source AI model, protože otevřenost kódu a otevřenost vah se nemusí překrývat.

Tři vrstvy práv: váhy, kód a data

Si model rozložte na tři samostatné vrstvy, protože každá může mít jiného autora a jiná práva. Váhy jsou číselné parametry vzniklé tréninkem. Kód je obslužný software pro trénink, převod formátu, inferenci nebo ukázkovou aplikaci. Data zahrnují tréninkové texty, anotace, vyhodnocovací sady a případně vložené slovníky či filtry.

Licence modelu typicky primárně řeší váhy, ale kód kolem nich může spadat pod jinou licenci a datová část může mít samostatná omezení. Chyba vzniká tehdy, když tým přečte pouze stručné shrnutí na kartě modelu a předpokládá, že stejná pravidla platí pro všechno ostatní. Možným důsledkem je neoprávněná úprava, sdílení nebo komerční distribuce části, ke které právo chybí.

Proto si u každé vrstvy poznamenejte název souboru nebo repozitáře, uvedenou licenci a to, zda licence výslovně zmiňuje použití, úpravy a další sdílení. Pokud některá vrstva licenci nemá, zapište to jako otevřenou otázku, nikoli jako volné použití.

Licenční karta: práva vah, kódu a dat na jedné stránce

Následující kartu berte jako doporučenou praxi CIAD pro interní přehled, nikoli jako zákonnou povinnost. Jejím cílem je donutit tým odpovědět na stejné otázky před každým nasazením a uchovat odkaz na přesný text licence, ze kterého se vycházelo.

Kartu vyplňte pro každou nasazovanou verzi zvlášť. Pokud se v jednom sloupci objeví hodnota nejasné, jde o signál zastavit nasazení a vyžádat si vyjasnění. Užitečné je připojit i rozhodnutí, zda model poběží lokálně, nebo ve vzdálené infrastruktuře, viz přehled cloudová nebo lokální AI.

Postup ověření před nasazením krok za krokem

Následující postup je doporučenou praxí CIAD, nikoli výčtem zákonných povinností. Slouží k tomu, aby tým pracoval se stejným textem licence a stejným balíčkem souborů, který skutečně nasazuje.

Nejprve si uložte přesný licenční text, název modelu, verzi a kontrolní součet stahovaných souborů. Nespolehejte na marketingové shrnutí, tlačítko ke stažení ani na název licence bez přečtení podmínek. Potom projděte definice v licenci a zjistěte, co licence rozumí distribucí, úpravou, reprezentací výkonu a komerčním použitím, protože stejná slova mohou mít v různých textech jiný rozsah.

Dále ověřte, zda licence řeší odvozená díla, fine-tuning, kvantizaci, spojování modelů a předávání výstupů do dalšího tréninku. Zvlášť zkontrolujte povinnost zachovat oznámení o licenci, uvést změny a případně zpřístupnit upravené soubory. Nakonec posuďte, zda plánované nasazení odpovídá povolenému účelu a zda se na něj nevztahuje samostatná podmínka pro hostování, API nebo zabudování do produktu třetí strany.

Výsledek zapište do licenční karty a přiložte datum kontroly a jméno člověka, který text četl. Pokud během provozu vyměníte verzi vah, přidáte nový inferenční server nebo změníte obchodní model, kontrolu opakujte. Praktické spuštění testovací verze popisuje návod jak spustit lokální AI přes Ollama, samotné úspěšné spuštění ale nenahrazuje licenční kontrolu.

Hypotetický příklad: interní chatbot z open weights modelu

Následující příklad je zcela ilustrativní a hypotetický, neslouží jako posouzení žádné skutečné licence. Malý tým chce postavit interní poradenský chatbot. Stáhne hypotetický balíček vah verze 3.1, inferenční skripty a malou ukázkovou datovou sadu. Karta modelu slibuje jednoduché použití, ale tým otevře plné texty.

Zjistí, že váhy dovolují interní provoz a úpravu pro vlastní potřebu, avšak distribuce upravených vah mimo firmu vyžaduje přiložení původního licenčního textu a stručný popis změn. Inferenční skripty mají samostatnou permisivní licenci s povinností zachovat autorské oznámení. Ukázková data dovolují pouze vyhodnocení přesnosti, nikoli přetrénování komerční verze.

Přesný výsledek hypotetické kontroly zní: tým smí model interně provozovat a fine-tunovat na vlastních datech, smí interně sdílet upravenou verzi se záznamem změn, ale nesmí veřejně šířit upravené váhy bez přiloženého licenčního textu a nesmí ukázková data použít pro další trénink. Tým proto nasadí chatbot pouze interně, data pro trénink nahradí vlastními záznamy a kartu uloží k verzi 3.1.

Omezení tohoto návodu a co udělat dál

Tento návod pracuje pouze s obecným principem, že dostupné váhy samy neurčují práva a konkrétní licence je nutné číst v plném znění. Neposuzuje žádnou konkrétní licenci bez jejího textu a nenahrazuje právní posouzení specifické situace, zejména při kombinaci více licencí, zaměstnaneckých děl nebo osobních údajů v tréninkových datech.

Věcným omezením je také to, že podmínky se mohou mezi verzemi modelu lišit a komunitní shrnutí na internetu může být zastaralé. Možným rizikem je proto nasazení novější verze se stejným názvem, ale přísnějšími podmínkami.

Dalším doporučeným krokem podle praxe CIAD je vybrat jednu pilotní verzi modelu, vyplnit k ní licenční kartu, uložit plné texty licencí do interní evidence a teprve potom rozhodnout o způsobu provozu a případném škálování.