跳到正文
热点事件持续更新

论文用两期模型分析基础模型开放度选择与治理

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Fasheng Xu 等作者在 arXiv 发布论文(2510.15200,v2),以理论模型分析基础模型开发者如何选择开放度。研究假设在位者同时决定许可费与开放度,部署方适配模型、进入者提供竞争模型,使用积累的经验可降低未来适配成本,形成数据飞轮。 论文刻画了最优开放度随学习效应先降后升的条件,并提出“开放性陷阱”概念:强制性完全开放可能陷入该陷阱,而当经验可在模型间迁移时陷阱消失。完全整合与使用补贴的效果则取决于学习强度。论文标注学科为理论经济学(econ.TH)与人工智能(cs.AI)。

AI 根据报道生成 · 39 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    AI 基础模型经济学:开放性、竞争与治理

    arXiv 论文以两期模型分析基础模型开放度选择:在位者同时决定许可费与开放度,部署方适配模型、进入者提供竞争模型,使用积累的经验降低未来适配成本形成数据飞轮。研究刻画了最优开放度随学习效应先降后升的条件,指出强制性完全开放可能引发“开放性陷阱”,而跨模型经验可迁移时陷阱消失。完全整合与小额使用补贴的效果则取决于学习强度。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。