模型與訓練
Open Source 開源模型是什麼？公開權重與程式碼的 AI 模型
Open Source 開源模型是什麼？公開權重與程式碼的 AI 模型
挑選 AI 模型時，除了看效果，還會遇到「這個模型是開源還是閉源」的問題。這決定了你能不能把它搬回自己家裡跑、能不能改到符合自己的需求。
你將學到什麼
定義
模型權重與程式碼公開，人人可取得、修改、再發布的 AI 模型。
白話比喻
像把 AI 的食譜公開，任何廚師都能照著做、改良，甚至端出新菜色。
跟誰容易搞混
跟閉源模型相對，閉源模型的程式碼與權重都不公開，只能透過付費 API 使用。
定義
開源模型是指其模型權重、原始程式碼、訓練方法或資料處理流程被公開，任何人都可以自由取得、研究、修改、使用與再發布的 AI 模型。
它的特色包括開放自由、透明可檢視、社群協作、客製化彈性高，以及降低使用門檻與成本，讓 AI 技術的進步不再被少數公司壟斷。
白話比喻
開源模型就像把 AI 的食譜與做法公開。任何人都可以照著食譜下載模型與相關程式碼、研究它為什麼這樣運作，再依照自己的資料與需求進行微調，最後整合到自己的產品或服務裡。
全世界的開發者都能一起貢獻、回報問題、持續優化，讓創新真正屬於全人類，而不是關在少數幾家公司裡。
開源跟閉源模型差在哪？
| 比較項目 | 開源模型 Open Source | 閉源模型 Proprietary |
|---|---|---|
| 程式碼與權重 | 公開 | 不公開 |
| 可修改性 | 可修改、可再發布 | 不可修改 |
| 透明度 | 高 | 低 |
| 成本 | 通常免費，但需自備運算資源 | 通常需付費授權或按用量計費 |
| 適用對象 | 研究者、開發者、企業自建 | 一般用戶、企業直接串接 |
實際用例
知名的開源模型系列有 Meta 的 Llama、Mistral AI 的 Mistral、阿里巴巴的 Qwen、Google 的 Gemma，以及 Stability AI 的 Stable Diffusion。主流取得平台包括 Hugging Face、GitHub、Ollama 等。
應用場景涵蓋學術研究、教育學習、新創開發，以及在意資料主權與隱私的企業內部部署，資料不用出門，也能結合自家產業知識客製化訓練。
延伸學習
HE201｜Harness Engineering System Design（6 小時）
六小時的實作課：從 Blueprint 走到可以跑的規格，再用 No-code、n8n 低程式碼與程式碼三條路各做一次同一個 harness，最後處理可靠度——重試、錯誤處理、人工覆核。7 章 54 課，含常見坑與排錯、Capstone 實作，附學員講義 PDF。
NT$ 5,999
ChatGPT 很強，但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害，為什麼你還是每天加班」這個問題出發，把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統，再用 Apps Script 讓它自己跑起來，最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599