華為盤古團隊嚴遵開源要求，爭議與待解之謎

華為盤古團隊嚴遵開源要求，爭議與待解之謎

爭議背景與華為回應

爭議緣起

2025年6月30日，華為正式開源部分盤古大模型體系，涵蓋70億參數(shù)的盤古稠密模型和720億參數(shù)的盤古ProMoE混合專家模型，以及配套的昇騰模型推理技術體系。此舉被視為構(gòu)建昇騰生態(tài)的關鍵舉措。然而，僅隔四天，爭議便隨之而來。 GitHub上的一項研究指出，華為盤古ProMoE模型與阿里通義千問Qwen-2.5的注意力參數(shù)分布高度相似，平均相關性達0.927，且代碼文件中含有阿里版權(quán)聲明，從而引發(fā)“非獨立開發(fā)”的質(zhì)疑。

華為官方回應

面對質(zhì)疑，華為諾亞方舟實驗室于7月5日發(fā)布聲明，明確指出盤古ProMoE是基于昇騰硬件平臺開發(fā)、訓練的基礎大模型，并非基于其他廠商模型增量訓練。華為強調(diào)，該模型在架構(gòu)設計、技術特性等方面做了關鍵創(chuàng)新，特別是提出了分組混合專家（MoGE）架構(gòu)，有效解決了大規(guī)模分布式訓練的負載均衡難題，提升了訓練效率。 針對代碼相似性問題，華為表示，部分基礎組件代碼參考了業(yè)界開源實踐，并嚴格遵循了開源協(xié)議，清晰標注了開源代碼的版權(quán)聲明。華為堅稱，這一做法符合開源社區(qū)的通行做法及業(yè)界倡導的開源協(xié)作精神。

爭議焦點與待解問題

爭議焦點一：是否抄襲

分析：抄襲爭議的核心在于盤古ProMoE與Qwen-2.5的高度相似的注意力參數(shù)分布。盡管華為強調(diào)其模型的獨立性和創(chuàng)新性，但高達0.927的平均相關性確實引發(fā)了廣泛關注。值得注意的是，這種高相似性可能源于多種因素，如相似的訓練目標、相近的模型規(guī)模，或設計上采用了類似的注意力機制。然而，在無明確代碼或權(quán)重直接復制記錄的情況下，僅憑統(tǒng)計參數(shù)相關性無法斷定抄襲。 待解問題：如何科學界定開源模型的邊界？在Transformer架構(gòu)被廣泛共享的背景下，如何平衡創(chuàng)新與借鑒的關系？

爭議焦點二：開源協(xié)議遵守情況

分析：華為聲稱嚴格遵循了開源協(xié)議，并在代碼中清晰標注了開源代碼的版權(quán)聲明。這一做法符合開源社區(qū)的通行規(guī)則。然而，爭議的核心在于，即便遵循了開源協(xié)議，高度相似的參數(shù)分布仍可能引發(fā)公眾對模型獨立性的質(zhì)疑。 待解問題：在開源協(xié)議框架下，如何確保模型的獨立性和創(chuàng)新性？如何避免開源代碼的“洗水印”現(xiàn)象？

爭議焦點三：技術回應的透明度

分析：華為在回應中強調(diào)了其MoGE架構(gòu)的獨特性和創(chuàng)新性，但并未詳細解釋為何在架構(gòu)存在獨特性的前提下，參數(shù)相似度還依然如此之高。此外，華為也未對GitHub上“LLM-Fingerprint”分析的不科學性進行充分說明，導致回應缺乏反證數(shù)據(jù)支撐。 待解問題：如何提高技術回應的透明度？如何通過多層級、多模型對比、顯著統(tǒng)計差異分析等手段增強回應的說服力？

行業(yè)趨勢與未來展望

開源模型邊界模糊化

隨著AI技術的快速發(fā)展，開源模型在推動技術創(chuàng)新和產(chǎn)業(yè)發(fā)展方面發(fā)揮了重要作用。然而，開源模型的邊界日益模糊，協(xié)議規(guī)則與法律界定尚不完善。這導致在模型相似性問題上，往往難以形成統(tǒng)一的判斷標準。

開源協(xié)作精神的重要性

盡管爭議不斷，但開源協(xié)作精神仍然是推動AI技術發(fā)展的重要動力。華為在回應中強調(diào)了尊重第三方知識產(chǎn)權(quán)、提倡包容、公平、開放、團結(jié)和可持續(xù)的開源理念。這一精神有助于促進技術創(chuàng)新和產(chǎn)業(yè)升級。

加強技術透明度與開放性

為了增強公眾對開源模型的信任度，未來應進一步加強技術透明度與開放性。這包括提供完整的模型權(quán)重、開放在線API和推理接口等，以便接受社區(qū)和用戶的檢驗。同時，行業(yè)也應積極探索更加科學、客觀的模型相似性評估方法。

專業(yè)見解與預測

1. 開源模型邊界界定將更加清晰：隨著行業(yè)對開源模型邊界問題的關注加深，未來將有更多專業(yè)機構(gòu)和專家參與到這一領域的討論和研究中，推動形成更加清晰、科學的界定標準。
2. 技術創(chuàng)新與借鑒將更加平衡：在尊重知識產(chǎn)權(quán)的前提下，未來AI技術的創(chuàng)新與借鑒將更加平衡。企業(yè)將在借鑒開源模型的基礎上，注重自主研發(fā)和創(chuàng)新，以提升模型的獨特性和競爭力。
3. 技術透明度與開放性將不斷提升：為了增強公眾對開源模型的信任度，未來企業(yè)將更加注重提升技術透明度與開放性。這將有助于推動AI技術的健康有序發(fā)展。

   結(jié)語

   華為盤古團隊針對開源代碼爭議的回應，展現(xiàn)了其對開源協(xié)作精神的堅守和對技術創(chuàng)新的追求。然而，爭議也暴露出當前開源模型邊界模糊、協(xié)議規(guī)則待完善等問題。未來，行業(yè)應共同努力，推動形成更加清晰、科學的開源模型界定標準，加強技術透明度與開放性，促進AI技術的健康有序發(fā)展。