闭源权重模型

闭源权重模型是指训练好的参数——即承载模型所学知识的那些数值——不向公众公开的 AI 系统。你可以通过在线服务或软件开发工具包向这些模型发送提示词，但无法下载权重、查看其内容，也无法在自己的计算机上进行微调。拥有模型的公司掌握控制权，通常通过付费 API 或严格的许可证来设定使用规则。这种方式有助于所有者保护商业机密、减少滥用并维持稳定的收入来源。缺点在于用户自由度较低、长期成本更高，且审计或调整模型的能力受限。知名的例子包括 GPT-4、Claude 和 Gemini。