Etyka AI i prawo

Licencje modeli Open Weights: czym różni się komercyjne użycie Llama 3 od Mistral

Sprawdź, czym różnią się licencje Llama 3 i Mistral oraz jakie obowiązki trzeba zweryfikować przed komercyjnym wdrożeniem modelu.

Licencje modeli Open Weights: czym różni się komercyjne użycie Llama 3 od Mistral
Rate this post

Problem zaczyna się wtedy, gdy „open weights” uznajesz za synonim pełnej swobody

Produkt komercyjny, model dostępny publicznie i licencja to trzy różne kwestie

Najczęstszy błąd przy wdrażaniu modeli językowych polega na prostym rozumowaniu: skoro wagi modelu można legalnie pobrać z publicznego repozytorium, to można też bez ograniczeń użyć ich w płatnym produkcie. Taki skrót myślowy jest ryzykowny. Dostępność wag nie przesądza o zakresie praw komercyjnych, zasadach redystrybucji, obowiązkach informacyjnych ani warunkach użycia w określonej skali biznesowej.

Termin open weights oznacza zazwyczaj, że twórca udostępnia parametry wytrenowanego modelu. Nie musi jednak oznaczać, że kod źródłowy całego procesu treningowego, dane treningowe, instrukcje budowy modelu i prawa do dowolnej dystrybucji są dostępne na zasadach klasycznego open source. W praktyce model może być technicznie możliwy do uruchomienia lokalnie, a jednocześnie objęty licencją ograniczającą pewne zastosowania lub nakładającą obowiązki na użytkownika.

Problem pojawia się nie tylko wtedy, gdy firma sprzedaje same wagi modelu. Analiza licencji jest potrzebna także wtedy, gdy model działa wyłącznie w tle produktu: w chatbocie dla klientów, funkcji automatycznego tworzenia opisów, systemie klasyfikacji zgłoszeń, narzędziu dla pracowników, aplikacji SaaS albo prywatnym API. To, że odbiorca końcowy nie pobiera pliku z wagami, nie oznacza automatycznie, że warunki licencji nie mają znaczenia.

W wielu organizacjach decyzja o wyborze modelu zapada na poziomie technicznym. Zespół wybiera rozwiązanie szybkie, popularne i dobrze opisane w dokumentacji, a pytania o licencję pojawiają się dopiero przy audycie klienta, negocjacjach inwestycyjnych albo wdrożeniu w środowisku produkcyjnym. Wtedy zmiana modelu może być kosztowna, zwłaszcza gdy aplikacja została już dostrojona, przetestowana i zintegrowana z procesami biznesowymi.

Dlaczego lokalne uruchomienie nie eliminuje obowiązków

Hostowanie modelu na własnych serwerach daje większą kontrolę nad danymi, wydajnością i infrastrukturą, ale nie „wyłącza” licencji. Warunki licencyjne mogą dotyczyć użycia modelu niezależnie od tego, czy działa on na komputerze programisty, w prywatnej chmurze, na serwerze klienta czy u zewnętrznego dostawcy GPU.

Jeżeli firma pobiera Llama 3, dostraja model na własnych danych i uruchamia go jako element płatnej platformy, musi sprawdzić warunki licencji Meta dotyczące między innymi użycia, dystrybucji i wymaganych oznaczeń. Jeżeli natomiast korzysta z konkretnego modelu Mistral objętego Apache 2.0, zakres swobody może być szerszy, ale nadal nie zwalnia to z obowiązku zachowania informacji licencyjnych i zbadania innych komponentów rozwiązania.

Jak rozpoznać, że sprawa wymaga analizy prawnej lub compliance

Nie każde użycie modelu wymaga długiej opinii prawnej, ale pewne sytuacje powinny uruchomić bardziej formalną kontrolę. Dotyczy to szczególnie produktów kierowanych do wielu odbiorców, usług przetwarzających dane klientów, systemów generujących treści dla użytkowników publicznych oraz wdrożeń, w których model ma zostać przekazany partnerowi lub klientowi.

  • Firma chce sprzedawać aplikację opartą na modelu albo udostępniać ją abonamentowo.
  • Planowany jest fine-tuning, łączenie modelu z własnymi wagami lub publikowanie modelu pochodnego.
  • Klient wymaga listy komponentów open source i dokumentacji licencyjnej.
  • Produkt będzie wykorzystywany w obszarze regulowanym lub wysokiego ryzyka.
  • Organizacja działa na dużą skalę albo należy do grupy kapitałowej o znacznej liczbie użytkowników.
  • Model ma pracować na danych osobowych, tajemnicy przedsiębiorstwa lub danych objętych umowami poufności.

W takich przypadkach licencja modelu jest tylko jednym z elementów układanki. Trzeba zestawić ją z umowami z klientami, zasadami ochrony danych, regulaminem produktu, prawami do danych wejściowych oraz politykami bezpieczeństwa.

Dlaczego porównanie Llama 3 i Mistral bywa mylące

Llama 3 to rodzina objęta licencją własną Meta

Llama 3 nie jest udostępniana na prostych zasadach znanych z licencji MIT czy Apache 2.0. Modele z tej rodziny są objęte własną licencją społecznościową Meta. Oznacza to, że przy ocenie komercyjnego użycia Llama 3 nie wystarczy stwierdzić, że wagi są szeroko dostępne. Trzeba sprawdzić aktualny tekst licencji odnoszący się do konkretnego wariantu modelu i konkretnej wersji dokumentów. [2]

Licencja Meta może dopuszczać zastosowania komercyjne, ale zgoda ma charakter warunkowy. Warunki mogą obejmować obowiązki związane z przekazaniem licencji lub informacji o modelu, używaniem określonych oznaczeń, przestrzeganiem polityki dopuszczalnego użycia oraz ograniczeniami dotyczącymi określonej skali działalności użytkownika.

W praktyce kluczowe znaczenie ma to, że licencja Llama 3 nie powinna być analizowana jako pojedynczy plik oderwany od reszty dokumentacji. Znaczenie mogą mieć także polityka dopuszczalnego użycia, zasady dotyczące znaków towarowych, warunki platformy, z której pobrano model, oraz dokumentacja konkretnej dystrybucji. Inne ryzyko powstaje przy pobraniu wag bezpośrednio ze źródła wskazanego przez Meta, a inne przy wykorzystaniu obrazu kontenerowego, gotowego endpointu albo paczki przygotowanej przez podmiot trzeci.

Mistral nie jest jedną licencją ani jednym modelem

Porównanie „Llama kontra Mistral” może sugerować, że po jednej stronie znajduje się jedna licencja, a po drugiej druga. Tak nie jest. Mistral to nazwa producenta i rodziny modeli, a nie nazwa jednolitych zasad licencyjnych. Poszczególne modele, warianty, wersje instruktażowe, modele bazowe i sposoby dostępu mogą podlegać odmiennym warunkom.

Biznesmen podpisujący ważne dokumenty przy biurku w biurze
Źródło: Pexels | Autor: Kampus Production

Przykładowo Mistral 7B był udostępniany na licencji Apache 2.0, podobnie jak wybrane modele z rodziny Mixtral. Nie pozwala to jednak automatycznie uznać, że każdy model Mistral jest objęty Apache 2.0. Część nowszych modeli może być udostępniana na odmiennych warunkach, wyłącznie przez API, przez platformę komercyjną albo w modelu wymagającym odrębnej relacji umownej.

Jeżeli zespół mówi: „wybieramy Mistral, bo jest otwarty”, pytanie powinno brzmieć: który dokładnie Mistral, w jakiej wersji, z jakiego źródła i na podstawie jakiego pliku licencyjnego? Bez tej odpowiedzi porównanie nie ma wartości dla działu prawnego, procurementu ani osoby odpowiedzialnej za zgodność licencyjną AI.

Model, wersja, repozytorium i kanał dostępu muszą się zgadzać

W rejestrze komponentów AI nie wystarczy wpisać ogólnego oznaczenia „Mistral” albo „Llama 3”. Dokumentacja powinna identyfikować konkretny artefakt użyty w produkcji. Dotyczy to zwłaszcza sytuacji, w której model został dostrojony, skwantyzowany, przekonwertowany do innego formatu albo pobrany z repozytorium społeczności.

Element do ustaleniaDlaczego ma znaczeniePrzykładowe ryzyko
Dokładna nazwa modeluRóżne modele jednej marki mogą mieć inne warunkiZałożenie, że licencja Mistral 7B dotyczy nowszego modelu
Wersja i data pobraniaDokumentacja oraz warunki mogą się zmieniaćBrak możliwości wykazania, jaki wariant wdrożono
Źródło wagRepozytorium pośrednika może dodawać własne warunkiUżycie paczki z dodatkowymi ograniczeniami
Typ wdrożeniaInne obowiązki może rodzić API, a inne redystrybucja wagBrak wymaganych informacji dla klienta
Komponenty dodatkoweTokenizer, kod inferencyjny i dane mogą mieć własne licencjeSkupienie się wyłącznie na licencji modelu

Taka dokumentacja nie jest biurokracją dla samej biurokracji. Gdy klient zapyta o pochodzenie modelu, gdy pojawi się aktualizacja albo gdy firma zmieni dostawcę infrastruktury, rejestr pozwala szybko ustalić, co dokładnie działa w systemie.

Komercyjne użycie Llama 3: co wolno, a co wymaga szczególnej kontroli

Użycie w aplikacji, hostowanie modelu i dalsza dystrybucja

Licencja Llama 3 co do zasady przewiduje możliwość zastosowań komercyjnych, ale nie oznacza to pełnej dowolności. Firma może użyć modelu jako silnika funkcji w produkcie, jednak powinna zweryfikować, jakie obowiązki pozostają aktualne przy konkretnym sposobie wdrożenia. Szczególnie ważne jest rozróżnienie między korzystaniem z modelu wewnętrznie, udostępnianiem usługi opartej na modelu a przekazywaniem wag lub modelu pochodnego dalej. [1]

Jeżeli Llama 3 działa wyłącznie na infrastrukturze dostawcy SaaS, a użytkownicy otrzymują odpowiedzi przez interfejs aplikacji, nie dochodzi zazwyczaj do przekazania im samych wag. Nie znaczy to jednak, że można pominąć licencję. Nadal mogą obowiązywać wymogi dotyczące informacji licencyjnych, nazewnictwa, polityki użycia albo warunków korzystania z modelu.

Inny poziom ryzyka występuje, gdy firma przekazuje klientowi wdrożenie on-premise, oferuje obraz maszyny wirtualnej, publikuje własny model dostrojony na bazie Llama 3 albo sprzedaje urządzenie zawierające model lokalny. W takim przypadku trzeba sprawdzić, czy odbiorca powinien otrzymać tekst licencji, stosowne informacje o pochodzeniu komponentu albo inne materiały wymagane przez licencjodawcę.

Praktyczna zasada jest prosta: im bliżej klient otrzymuje kopię modelu lub możliwość jej wyodrębnienia, tym dokładniej trzeba przeanalizować obowiązki dystrybucyjne. Nie należy przy tym zakładać, że tylko publikacja pliku z rozszerzeniem modelu jest redystrybucją. Sposób dostarczenia rozwiązania może mieć znaczenie niezależnie od formatu technicznego.

Skala działalności użytkownika może mieć znaczenie licencyjne

Warunki licencji Llama 3 zawierają mechanizm odnoszący się do podmiotów przekraczających określony przez Meta próg miesięcznych aktywnych użytkowników. W przypadku organizacji, które przekraczają wskazany próg, komercyjne wykorzystanie może wymagać uzyskania odrębnej zgody licencjodawcy. Nie jest to detal, który można zostawić na etapie późniejszego skalowania.

Analiza powinna objąć właściwy podmiot gospodarczy oraz ewentualnie jego grupę kapitałową, zależnie od brzmienia aktualnej licencji. Młody zespół tworzący niewielką aplikację może być daleko od tego rodzaju ograniczenia, ale produkt wdrażany w ramach dużej platformy, banku, operatora telekomunikacyjnego czy globalnego marketplace’u wymaga szczególnej ostrożności.

Próg użytkowników trzeba policzyć przed wdrożeniem, nie po nim

Najczęstszy błąd polega na tym, że zespół interpretuje próg skali wyłącznie przez liczbę osób korzystających z nowej funkcji AI. Tymczasem aktualna licencja może odwoływać się do szerszej miary aktywnych użytkowników organizacji lub jej grupy. Przed decyzją warto więc ustalić, jak liczone są wskaźniki w firmie i kto jest właściwym podmiotem licencyjnym.

Nie należy też zakładać, że ograniczenie dotyczy wyłącznie spółki, która technicznie hostuje model. W grupie kapitałowej, przy wspólnym produkcie albo wdrożeniu dla dużego klienta trzeba sprawdzić, czy warunki nie odnoszą się do podmiotu kontrolującego, podmiotów powiązanych lub odbiorcy końcowego rozwiązania.

Bezpieczne podejście polega na udokumentowaniu stanu na dzień wdrożenia oraz zaplanowaniu punktu kontrolnego na wypadek wzrostu produktu. Jeśli firma zbliża się do progu wskazanego w aktualnej licencji, nie powinna odkładać rozmowy z Meta lub analizy alternatywnego modelu na moment, w którym rozwiązanie jest już głęboko zintegrowane z produktem.

Oznaczenia, nazwy i model pochodny nie są detalem marketingowym

Przy komercyjnym wykorzystaniu Llama 3 należy odróżnić prawo do korzystania z wag od prawa do używania nazwy „Llama”, logo Meta lub sugerowania oficjalnego partnerstwa. Licencja, wytyczne dotyczące marki oraz warunki dystrybucji mogą przewidywać własne zasady nazewnictwa modeli pochodnych i produktów opartych na modelu.

To ma znaczenie zwłaszcza wtedy, gdy firma publikuje model po fine-tuningu. Nazwa typu „Llama 3 Finance Pro”, użyta bez sprawdzenia aktualnych reguł, może wywołać problem nie dlatego, że model jest technicznie niepoprawny, lecz dlatego, że sposób jego opisania narusza zasady dotyczące znaków towarowych albo obowiązkowych informacji.

W praktyce warto rozdzielić dwa pytania: czy wolno użyć modelu jako komponentu produktu oraz czy wolno eksponować nazwę modelu w nazwie handlowej, dokumentacji sprzedażowej i interfejsie. Pozytywna odpowiedź na pierwsze pytanie nie przesądza automatycznie o drugim.

Czego nie robić przy wdrożeniu Llama 3

  • Nie opierać decyzji na streszczeniu licencji znalezionym w blogu, wątku społecznościowym lub opisie repozytorium.
  • Nie zakładać, że model dostrojony na własnych danych przestaje podlegać warunkom dotyczącym modelu bazowego.
  • Nie przekazywać klientowi obrazu, urządzenia ani paczki wdrożeniowej bez sprawdzenia obowiązków informacyjnych.
  • Nie używać nazw i oznaczeń Meta w materiałach handlowych bez weryfikacji zasad znaków towarowych.
  • Nie odkładać analizy progu użytkowników do czasu, gdy produkt osiągnie dużą skalę.
  • Nie traktować polityki dopuszczalnego użycia jako dokumentu drugorzędnego wobec samej licencji.

Kiedy Mistral daje większą swobodę, a kiedy wymaga osobnej umowy

Apache 2.0 upraszcza komercyjne wykorzystanie konkretnego modelu

Jeżeli konkretny model Mistral został rzeczywiście udostępniony na licencji Apache 2.0, sytuacja licencyjna może być prostsza niż w przypadku modelu objętego własną licencją społecznościową producenta. Apache 2.0 co do zasady pozwala używać, modyfikować i rozpowszechniać oprogramowanie lub inne objęte nią materiały także w działalności komercyjnej. [3]

Dla firmy budującej płatny produkt ważne jest to, że licencja Apache 2.0 zwykle nie wprowadza ograniczenia opartego na liczbie użytkowników organizacji. Nie oznacza to jednak braku obowiązków. Przy redystrybucji należy zachować wymagane informacje licencyjne, tekst licencji oraz oznaczenia zawarte w pliku NOTICE, jeżeli taki plik został dołączony do dystrybucji.

W praktyce model objęty Apache 2.0 może być wygodnym wyborem dla zespołu, który chce wdrożyć model lokalnie, dostroić go do własnego zadania, uruchomić w komercyjnym SaaS albo dostarczyć go klientowi wraz z rozwiązaniem on-premise. Nadal jednak trzeba sprawdzić, czy licencja obejmuje dokładnie używane wagi, a nie tylko kod przykładowy, repozytorium albo narzędzie do inferencji.

Większa swoboda nie oznacza braku obowiązków

Apache 2.0 jest licencją przyjazną biznesowi, lecz nie jest deklaracją, że każdy element projektu można dowolnie ukryć, usuwać z niego oznaczenia albo przypisywać sobie prawa do całego rozwiązania. Firma powinna zachować informacje o autorstwie i licencji wymagane przez warunki dystrybucji oraz uwzględnić postanowienia dotyczące patentów.

Trzeba też pamiętać, że licencja modelu nie rozstrzyga praw do wszystkiego, co model przetwarza lub wytwarza. Osobnej oceny mogą wymagać między innymi dane użyte do fine-tuningu, prompty dostarczane przez klientów, bazy wiedzy podłączone przez RAG, kod inferencyjny, tokenizery, biblioteki oraz umowy z dostawcą infrastruktury.

Przykładowo spółka może poprawnie wykorzystać model Mistral udostępniony na Apache 2.0, a mimo to narazić się na ryzyko, gdy zasili go dokumentami klienta bez odpowiedniej podstawy umownej lub umieści w aplikacji bibliotekę o licencji wymagającej udostępnienia własnych zmian. „Apache dla wag” nie jest więc pełną odpowiedzią na pytanie o zgodność całego produktu.

Zbliżenie na kolorowo podświetlony kod HTML na monitorze կոմ퓨터a
Źródło: Pexels | Autor: Pixabay

Nie każdy dostęp do modelu Mistral jest dostępem na Apache 2.0

Większą swobodę daje wyłącznie ten wariant, którego wagi zostały udostępnione na warunkach Apache 2.0. Nie można przenosić tych zasad automatycznie na nowsze modele Mistral, modele komercyjne, ofertę API ani usługi dostępne przez platformę producenta lub partnera chmurowego.

Jeżeli firma korzysta z modelu przez API, zazwyczaj nie pobiera wag i nie działa na podstawie licencji do ich redystrybucji. Wchodzi natomiast w relację umowną dotyczącą usługi. Znaczenie mogą mieć wtedy regulamin API, warunki rozliczeń, limity użycia, zasady przetwarzania danych, polityka retencji promptów, postanowienia o odpowiedzialności oraz ograniczenia dla określonych zastosowań.

Podobnie sytuacja wygląda przy modelach oferowanych wyłącznie w komercyjnym kanale. Nawet jeśli producent jest kojarzony z otwartymi wagami, konkretny model może wymagać płatnej licencji, umowy enterprise albo korzystania z kontrolowanego endpointu. W takim przypadku porównanie z Llama 3 na poziomie hasła „czy model jest otwarty” nie pomaga. Trzeba porównać konkretne dokumenty i konkretny scenariusz wdrożenia.

Trzy pytania przed wyborem modelu Mistral

  1. Czy licencja dotyczy dokładnie tych wag? Należy zweryfikować nazwę modelu, wariant, wersję instruktażową lub bazową oraz źródło pobrania.
  2. Czy zespół używa wag lokalnie, czy kupuje usługę API? W pierwszym przypadku kluczowa jest licencja artefaktu; w drugim także regulamin i umowa usługowa.
  3. Czy produkt będzie przekazywany klientowi? Redystrybucja modelu, kontenera lub urządzenia wymaga uwzględnienia informacji licencyjnych oraz warunków wszystkich komponentów.

Przykład: ten sam cel biznesowy, inny profil ryzyka

Firma tworzy system do analizy dokumentów dla klientów biznesowych i rozważa dwa warianty. W pierwszym używa konkretnego modelu Llama 3, dostraja go i instaluje w środowisku każdego klienta. W drugim wybiera konkretny model Mistral udostępniony na Apache 2.0 i przekazuje go w podobnym pakiecie wdrożeniowym.

W obu przypadkach trzeba sprawdzić ochronę danych, bezpieczeństwo dokumentów i prawa do materiałów treningowych. Różnica pojawia się jednak w warstwie licencji modelu. Przy Llama 3 zespół musi szczególnie dokładnie przeanalizować warunki Meta dotyczące dystrybucji, oznaczeń, polityki użycia i ewentualnej skali organizacji. Przy modelu objętym Apache 2.0 nacisk przesuwa się na prawidłowe zachowanie informacji licencyjnych oraz kontrolę pozostałych komponentów pakietu.

Nie oznacza to, że drugi wariant zawsze jest lepszy. Jeśli firma potrzebuje jakości, języków, funkcji lub parametrów oferowanych przez model dostępny tylko w ramach komercyjnej usługi Mistral, konieczna może być osobna umowa. Wtedy większą wartość niż teoretyczna „otwartość” ma przewidywalność warunków enterprise, wsparcie, ustalenia dotyczące danych oraz możliwość negocjacji odpowiedzialności.

Praktyczne kryterium wyboru: dopasuj licencję do sposobu dostarczenia produktu

Model z wagami na Apache 2.0 będzie często rozsądnym wyborem, gdy organizacja chce samodzielnie hostować rozwiązanie, zachować kontrolę nad infrastrukturą i przewiduje modyfikacje albo wdrożenia u klientów. Llama 3 może być odpowiednia dla produktu komercyjnego, jeżeli firma akceptuje warunkowy charakter licencji Meta i potrafi utrzymać proces kontroli zgodności.

Jeżeli priorytetem jest szybki start bez obsługi modeli we własnej infrastrukturze, model dostępny przez API może być wygodniejszy operacyjnie. W takim wariancie decyzja nie powinna jednak sprowadzać się do jakości odpowiedzi i ceny tokenów. Należy sprawdzić, czy umowa usługowa odpowiada wymaganiom dotyczącym danych klientów, lokalizacji przetwarzania, poufności, audytu oraz możliwości zmiany dostawcy.

Najbezpieczniejsza decyzja nie brzmi więc „Llama 3 albo Mistral”, lecz: ten konkretny wariant modelu, na tej wersji warunków, w tym kanale dostępu i przy tym sposobie dystrybucji. Dopiero po takim ustaleniu można rzetelnie ocenić, czy rozwiązanie nadaje się do komercyjnego wdrożenia.

Co warto zapamiętać

  • Open weights nie oznacza automatycznie pełnej swobody komercyjnego użycia ani klasycznej licencji open source.
  • Llama 3 jest objęta własną licencją Meta, dlatego przed wdrożeniem trzeba sprawdzić jej aktualne warunki, politykę dopuszczalnego użycia i obowiązki informacyjne.
  • Mistral nie oznacza jednej licencji — konkretne modele, wersje i kanały dostępu mogą podlegać różnym warunkom.
  • Przy wyborze modelu należy zweryfikować dokładną nazwę, wersję, źródło wag, sposób wdrożenia oraz licencje komponentów dodatkowych.
  • Lokalne hostowanie, fine-tuning i użycie modelu w płatnej aplikacji nie wyłączają obowiązków licencyjnych.
  • Im bliżej klient otrzymuje kopię modelu lub możliwość jej wyodrębnienia, tym dokładniej trzeba przeanalizować zasady dystrybucji i wymagane oznaczenia.

Źródła

Warto czytać więcej

Przejdź do kategorii tematycznej lub sprawdź kolejne praktyczne poradniki na blogu.

Zobacz poradniki