Açık Ağırlıklı Model (Open-Weights)

Açık ağırlıklı model nedir?

Bir modelin eğitim sonucu öğrendiği parametrelerin — yani weights'lerin — kamuya açık yayımlanması ama eğitim verisinin, eğitim kodunun ve tam reçetenin paylaşılmaması durumu. Yani dosyayı indirirsin, kendi makinende çalıştırırsın, fine-tune edersin; fakat modelin tam olarak neyle ve nasıl eğitildiğini göremezsin.

Bu, "açık kaynak" ile sık sık karıştırılır. Gerçek anlamda açık kaynak bir modelde veri, kod ve ağırlıkların hepsi açık olur. Açık ağırlıklı modelde ise sadece son ürün — ağırlıklar — açıktır.

Nasıl çalışır?

Model eğitildikten sonra ağırlıklar genelde safetensors ya da GGUF formatında bir depoya (çoğunlukla Hugging Face) yüklenir. Bir lisans dosyası eşlik eder: bu lisans ticari kullanımı, yeniden dağıtımı veya belli kullanım alanlarını kısıtlayabilir. "Açık ağırlıklı" olması "her şey serbest" demek değildir — lisansı okumadan üretimde kullanma.

Ağırlıklar elindeyken modeli lokal çalıştırabilir, quantization ile küçültebilir, kendi verinle fine-tune edebilirsin. Ama eğitim verisini görmediğin için modelin neden belli konularda güçlü ya da zayıf olduğunu tam açıklayamazsın.

Neden önemli?

Bugün "açık" diye duyurulan modellerin büyük çoğunluğu aslında açık ağırlıklıdır, tam açık kaynak değildir. Bu ayrım pratik sonuçlar doğurur: veriyi göremediğin için önyargı denetimi yapamazsın, aynı modeli sıfırdan üretemezsin ve reprodüksiyon imkanın yoktur. Lokal AI kurmak isteyen biri için ise açık ağırlık yeterlidir — çalıştırmak için reçeteye değil dosyaya ihtiyacın var.

Kullanım alanları

Lokal LLM kurulumları, kurumsal veri gizliliği gereken senaryolar (veri dışarı çıkmadan model içeride koşar), akademik fine-tuning çalışmaları ve maliyet düşürmek için API yerine kendi sunucusunda model koşturan ekipler açık ağırlıklı modellere dayanır.