AI时代的开源定义正在转变，传统开源强调源码的可重现性，而AI开源则更注重权重的开放与可验证性。许多自称“开源”的AI模型并未完全公开训练数据和代码，形成了“开放权重模型”的新范式。尽管开放权重不等于完全开源，但它提升了技术透明性和生态共创。

真正的开源应具备可重现、可验证和可共创的特性，而不仅仅是可下载。在AI时代，许多模型虽然开放权重，但未公开训练数据和代码，导致“开源”与“开放权重”之间存在差异。传统开源强调源码的完整性和可重现性，而AI时代则更注重权重的开放性和可验证性。

Nous Research发布的Hermes 4是一个开放权重模型系列，采用后训练技术，具备混合推理能力。核心组件DataForge通过有向无环图生成合成数据，显著提升推理样本质量。Hermes 4在多个基准测试中表现优异，展现了开源AI的潜力与中立性。

OpenAI发布了新开放权重模型GPT-OSS，提供120亿和20亿参数版本，支持免费下载和定制。该模型经过严格的安全性测试，具备推理、网页浏览和代码编写功能，旨在降低使用门槛以促进创新。

MiniMax推出了MiniMax-M1，这是一个具有4560亿参数的开放权重语言模型，支持长上下文推理和工具使用，采用高效的“闪电注意力”机制。该模型在长上下文任务和软件工程方面表现优异，尽管用户反映其在实际应用中的局限性，但仍被视为开放权重模型的佼佼者。

OpenAI将在未来几个月推出一款新型开放权重语言模型，旨在与开发者和研究者合作。该模型的训练参数将公开，便于开发者分析和微调。OpenAI强调安全性是开发的核心，并计划在旧金山及其他地区举办活动以收集反馈。

Grafana Labs更新了LLM插件，支持开放权重模型和非OpenAI提供商，增强用户灵活性。新版本简化了工作流程，允许用户选择合适的LLM模型，并支持自托管和其他提供商。未来将探索功能调用和工具集成，以提升与Grafana的互动体验。

Grafana Labs更新了其LLM插件，支持开放权重模型和非OpenAI提供商，提升用户灵活性。新版本简化了工作流程，允许选择自托管模型或其他提供商，增强性能和隐私。未来将探索功能调用和工具集成，进一步提升LLM能力。

人工智能技术发展离不开大规模语言模型（LLM）的支撑。Meta公司和清华大学发布了LLM开放权重，引起广泛关注。Meta公司的LLaMA2模型在参数规模、预训练数据量、基准测试性能、商业使用许可等方面优于清华大学的ChatGLM模型。然而，ChatGLM模型在中英双语能力、本地部署效率、人类偏好对齐训练等方面有自己的特色和优势。两个模型都采用了32K的上下文长度，可以处理长对话。开源是重要的商业模式，可以推动人工智能技术的创新与应用，提高行业的透明度和水平。Meta公司和清华大学通过开放权重树立了榜样，为整个人工智能行业提供了机会和挑战。

人工智能技术的发展离不开大规模语言模型的支撑。Meta 公司和清华大学发布了LLM开放权重，引起广泛关注。LLaMA2模型在参数规模、预训练数据量、基准测试性能、商业使用许可等方面优于ChatGLM模型。然而，ChatGLM模型在中英双语能力、本地部署效率、人类偏好对齐训练等方面有自己的特色和优势。两个模型都采用了32K的上下文长度，可以处理长对话。开源是重要的商业模式，推动人工智能技术的创新与应用，提高行业透明度和水平。Meta 公司和清华大学通过开放权重树立了榜样，赢得声誉和机会。总之，LLaMA2和ChatGLM模型展现了对话模型的发展趋势和潜力，推动人工智能技术的发展。