【开源许可与版权工程】文档、数据、模型的许可：CC、ODbL、OpenRAIL、LLaMA 协议
内容提要
本文探讨了开源许可证在非代码资产（如文档、数据和模型权重）中的应用，尤其是在大规模语言模型和生成式AI背景下。传统软件许可证（如MIT、Apache）已无法满足这些资产的需求。文章分析了Creative Commons、开放数据库许可证和OpenRAIL等不同类型的许可证，强调选择合适许可证的重要性，以确保合法合规并促进资源的有效使用。
关键要点
-
开源许可证在非代码资产（如文档、数据和模型权重）中的应用日益重要，传统软件许可证已无法满足这些需求。
-
大规模语言模型和生成式AI的兴起使得发布方需要考虑多种资产的许可证选择，包括代码、文档、数据和模型权重。
-
Creative Commons、开放数据库许可证和OpenRAIL等许可证类型被分析，强调选择合适许可证的重要性。
-
软件许可证（如MIT、Apache、GPL）不适用于非代码内容，因其法律基础与著作权法的适用对象不同。
-
CC许可证家族提供了多种选择，适用于不同类型的文档和数据，CC-BY 4.0是推荐的开放内容许可证。
-
数据库许可证（如ODbL和PDDL）专门设计以适应不同法域的版权保护需求，确保数据库的合法使用。
-
AI模型的许可证（如RAIL和LLaMA）在法律性质上存在争议，模型权重的版权保护问题尚未明确。
-
OSI发布的开源AI定义（OSAID 1.0）为开源AI设定了四项自由，强调数据、代码和模型参数的开放性。
-
中国的AI生态面临独特挑战，需在合规与开放之间找到平衡，推动中文开放语料联盟的建设。
延伸问答
开源许可证在非代码资产中的应用有哪些重要性？
开源许可证在非代码资产中确保合法合规，促进资源有效使用，尤其在大规模语言模型和生成式AI背景下尤为重要。
为什么传统软件许可证不适用于文档和数据？
传统软件许可证如MIT和Apache不适用于文档和数据，因为它们的法律基础与著作权法的适用对象不同，无法覆盖这些非代码内容。
Creative Commons许可证的主要类型有哪些？
Creative Commons许可证主要包括CC BY、CC BY-SA、CC BY-NC等，允许不同程度的使用和修改，适用于多种文档和数据类型。
ODbL许可证的核心要求是什么？
ODbL许可证要求署名、相同方式共享和保持开放，确保数据库的合法使用和衍生数据库的开放性。
AI模型的许可证有哪些法律争议？
AI模型的许可证如RAIL和LLaMA存在法律争议，主要集中在模型权重的版权保护问题和使用限制的可执行性上。
OSAID 1.0对开源AI的定义有哪些核心要求？
OSAID 1.0要求开源AI系统具备使用自由、研究自由、修改自由和分享自由，并要求提供充分的数据信息、完整训练代码和模型参数。
