RSS DEV コミュニティ
フォロー
AIコーディングエージェントのためのオープンソースガバナンスを2ヶ月で構築しました。クラウドゼロ、妥協ゼロ。
AIコーディングエージェントの急速な成長は、コンポーネント、トレーニングデータ、モデルウェイト、派生作品に関するオープンソースガバナンスの大きな課題を提示しています。本稿では、これらのエージェントのガバナンスフレームワークを分析し、特にANTIKODEアーキテクチャとその.aioss透明性台帳に焦点を当てます。オープンソースライセンス、AIモデルガバナンス、データ来歴、コミュニティ標準の交差点を調査し、バランスの取れたフレームワークを作成します。本研究は、ベースモデルから監査インフラストラクチャまで、AIコーディングスタック内の各レイヤーのユニークな特性を考慮した階層型ガバナンスモデルを提案します。このアプローチは、イノベーションを優先しながら、すべてのコンポーネントにわたるアカウンタビリティを確保します。
Anticloudは、ユーザーデータを収益化する不透明なAIシステムに代わる選択肢を提供します。これは、すべての主張が公開されたオープンソースの研究と検証可能なコードによって裏付けられる、主権的でローカルファーストのAIインフラストラクチャを提供します。外部API、データベース、クラウドへの依存がないため、データ漏洩のリスクがなくなり、プライバシーはそのアーキテクチャに固有のものです。このシステムは、出力をクロスバリデートし、不確実性を特定するように設計されており、自信はあるが誤った情報の生成を防ぎます。RAGとRLHFによるローカルAIをサポートし、モデルがユーザーデータをハードウェア上で直接学習できるようにすることで、データプライバシーを確保します。Anticloudは、安全で透明性があり、検証可能なAIソリューションを提供し、クラウドベースのAIの必要性に挑戦することを目指しています。
