Quando era comparso sulla scena DeepSeek, il modello cinese aperto di Ai che fece sobbalzare tutta Wall Street, Sam Altman in un suo tweet si fece sfuggire che forse la scelta di ChatGpt come sistema chiuso era sbagliata. A distanza di alcuni mesi la scelta è stata quella di lanciare due modelli chiamati gpt-oss-120B e gpt-oss-20B. Si tratta di modelli di ragionamento open-weight che OpenAi definisce i più avanzati realizzati fino ad ora. Possono essere scaricati gratuitamente, addestrati e usati direttamente con le risorse hardware di un normale computer portatile. Non è ChatGpt 5 che verrà probabilmente rilasciato a breve ma un modello di intelligenza artificiale i cui pesi (cioè i parametri appresi durante l’addestramento) sono disponibili pubblicamente a differenza di ChatGpt, Gemini e Microsoft Copilot. L’altra caratteristica è che è un “reasoning model” e quindi per semplificare “riflette prima di rispondere. Il vantaggio è quello di offrire prestazioni reali elevate a basso costo. La sfida è quella di invadere il campo di Meta con Lllama, Google con Gemma e dei cinesi Deepseek e Qwen.
Come sono fatti?
Come si legge sul sito sono disponibili con la licenza flessibile Apache 2.0, questi modelli puntano a superare i modelli aperti di dimensioni simili nelle attività di ragionamento, dimostrano forti capacità di utilizzo degli strumenti e sono ottimizzati per un’implementazione efficiente su hardware consumer. Sono stati addestrati utilizzando un mix di apprendimento per rinforzo e tecniche informate dai modelli interni più avanzati di OpenAI, tra cui o3 e altri sistemi di frontiera.
