AI – open weight model

Укр. Модель із відкритими вагами (Open-Weight Model) — це модель штучного інтелекту, основні компоненти якої оприлюднені, що дозволяє будь-кому завантажити її. Це дає користувачам можливість запускати модель на власних комп’ютерах, вивчати принципи її роботи й навіть змінювати її відповідно до власних конкретних потреб.

Ned. Een ‘open-weight’-model is een AI-model waarvan de kerncomponenten openbaar zijn vrijgegeven, waardoor iedereen het kan downloaden. Hierdoor kunnen gebruikers het model op hun eigen computer draaien, bestuderen hoe het werkt en het zelfs aanpassen aan hun eigen specifieke behoeften.

Eng. An Open-Weight Model is an AI model whose core components are publicly released, allowing anyone to download it. This lets users run the model on their own computers, study how it works, and even modify it for their own specific needs.



Українсько-нідерландсько-англійський словник термінів у галузі «ШІ — моделі з відкритою вагою»
Oekraïens-Nederlands-Engels woordenboek met termen op het gebied van “AI – open-weight modellen”.
Тема: Open-weight AI Models / Open-weight AI-modellen.
Onderwerp: Open-weight AI-modellen / Open-weight AI-model.
Цей словник охоплює спеціалізовану термінологію, пов’язану з моделями штучного інтелекту з відкритою вагою: їхньою архітектурою, навчанням, налаштуванням, завантаженням, локальним запуском, використанням, ліцензуванням та розгортанням.
Deze woordenlijst behandelt specialistische terminologie met betrekking tot open-source AI-modellen: hun architectuur, training, configuratie, laden, lokaal uitvoeren, gebruik, licenties en implementatie.
Важливе розмежування: модель із відкритою вагою (open-weight model) — це модель, вагові параметри якої доступні для завантаження та використання. Це не обов’язково означає, що відкритими є всі навчальні дані, код і методика навчання.
Een belangrijk onderscheid: een open-weight model is een model waarvan de gewichtsparameters beschikbaar zijn om te downloaden en te gebruiken. Dit betekent niet noodzakelijkerwijs dat alle trainingsgegevens, code en trainingsmethodologie openbaar zijn.
1. Основні поняття та термінологія – Basisconcepten en terminologie
УкраїнськаНідерландськаАнглійська
Модель штучного інтелектуAI-modelAI Model
Модель із відкритою вагоюModel met open gewichtenOpen-weight Model
Відкрита модель ШІOpen AI-modelOpen AI Model
Відкрита мовна модельOpen taalmodelOpen Language Model
Велика мовна модельGroot taalmodelLarge Language Model (LLM)
Модель із закритою вагоюModel met gesloten gewichtenClosed-weight Model
Відкрите програмне забезпеченняOpen-sourcesoftwareOpen-source Software
Відкрита архітектураOpen architectuurOpen Architecture
Ваги моделіModelgewichtenModel Weights
Параметри моделіModelparametersModel Parameters
Доступ до ваг моделіToegang tot modelgewichtenAccess to Model Weights
Попередньо навчена модельVooraf getraind modelPre-trained Model
Базова модельBasismodelBase Model
Інструкційно налаштована модельOp instructies afgestemd modelInstruction-tuned Model
Спеціалізована модельGespecialiseerd modelSpecialized Model
Модель загального призначенняModel voor algemeen gebruikGeneral-purpose Model
Модель для локального використанняModel voor lokaal gebruikLocally Hosted Model
Модель для комерційного використанняModel voor commercieel gebruikCommercial-use Model
Доступність моделіBeschikbaarheid van het modelModel Availability
Екосистема відкритих моделейEcosysteem van open modellenOpen Model Ecosystem
2. Архітектура та внутрішня будова моделей – Architectuur en interne structuur van modellen
УкраїнськаНідерландськаАнглійська
Архітектура нейронної мережіArchitectuur van een neuraal netwerkNeural Network Architecture
Архітектура трансформераTransformerarchitectuurTransformer Architecture
ДекодерDecoderDecoder
ЕнкодерEncoderEncoder
Блок трансформераTransformerblokTransformer Block
Шар нейронної мережіNeurale netwerklaagNeural Network Layer
Прихований шарVerborgen laagHidden Layer
Механізм увагиAandachtsmechanismeAttention Mechanism
СамоувагаZelfaandachtSelf-Attention
Багатоголова увагаMulti-hoofdig aandachtsmechanismeMulti-Head Attention
Розмірність моделіModeldimensieModel Dimension
Кількість параметрівAantal parametersParameter Count
Навчувані параметриTrainbare parametersTrainable Parameters
Контекстне вікноContextvensterContext Window
ТокенізаторTokenizerTokenizer
ТокенізаціяTokenisatieTokenization
Вбудовування токенівTokenembeddingToken Embedding
Позиційне кодуванняPositionele coderingPositional Encoding
НормалізаціяNormalisatieNormalization
Функція активаціїActiveringsfunctieActivation Function
Розріджена модельSparse modelSparse Model
Модель суміші експертівModel met een mengsel van expertsMixture of Experts (MoE)
3. Ваги моделі та формати файлів – Modelgewichten en bestandsformaten
УкраїнськаНідерландськаАнглійська
Вагові коефіцієнтиGewichtscoëfficiëntenWeight Coefficients
Матриця вагGewichtsmatrixWeight Matrix
Тензор вагGewichtstensorWeight Tensor
Файл ваг моделіBestand met modelgewichtenModel Weights File
Контрольна точка моделіModelcheckpointModel Checkpoint
Формат зберігання вагOpslagformaat voor gewichtenWeight Storage Format
Формат SafeTensorsSafeTensors-formaatSafeTensors Format
Формат GGUFGGUF-formaatGGUF Format
Формат GPTQGPTQ-formaatGPTQ Format
Формат AWQAWQ-formaatAWQ Format
Формат ONNXONNX-formaatONNX Format
Квантизовані вагиGekwantiseerde gewichtenQuantized Weights
Повна точність вагVolledige precisie van gewichtenFull-precision Weights
Точність половинної розрядностіHalve precisieHalf Precision
Точність BF16BF16-precisieBF16 Precision
Точність FP16FP16-precisieFP16 Precision
Точність FP32FP32-precisieFP32 Precision
Стиснення моделіModelcompressieModel Compression
Розмір файлу моделіBestandsgrootte van het modelModel File Size
Завантаження вагGewichten ladenLoading Weights
Конвертація вагGewichten converterenWeight Conversion
4. Навчання та донавчання моделей – Model training en hertraining
УкраїнськаНідерландськаАнглійська
Навчання моделіModeltrainingModel Training
Попереднє навчанняVoortrainingPre-training
Донавчання моделіModel bijtrainenModel Fine-tuning
Повне донавчанняVolledige fijnafstemmingFull Fine-tuning
Ефективне донавчання параметрівParameter-efficiënte fijnafstemmingParameter-Efficient Fine-Tuning (PEFT)
Налаштування за інструкціямиAfstemming op instructiesInstruction Tuning
Навчання з учителемLeren onder toezichtSupervised Learning
Навчання без учителяLeren zonder toezichtUnsupervised Learning
Навчання з підкріпленнямVersterkend lerenReinforcement Learning
Навчання на основі людського зворотного зв’язкуLeren op basis van menselijke feedbackReinforcement Learning from Human Feedback (RLHF)
Набір навчальних данихTrainingsdatasetTraining Dataset
Навчальна вибіркаTrainingssetTraining Set
Валідаційна вибіркаValidatiesetValidation Set
Тестова вибіркаTestsetTest Set
Епоха навчанняTrainingsepochTraining Epoch
Крок навчанняTrainingsstapTraining Step
Швидкість навчанняLeersnelheidLearning Rate
Функція втратVerliesfunctieLoss Function
Градієнтний спускGradiëntafdalingGradient Descent
ОптимізаторOptimizerOptimizer
ПеренавчанняOverfittingOverfitting
НедонавчанняUnderfittingUnderfitting
Перенесення знаньKennisoverdrachtTransfer Learning
Дистиляція моделіModeldistillatieModel Distillation
5. Методи адаптації відкритих моделей – Methoden voor het aanpassen van open modellen
УкраїнськаНідерландськаАнглійська
Адаптація моделіModeladaptatieModel Adaptation
Налаштування моделіModelafstemmingModel Tuning
Низькорангова адаптаціяLaag-rangadaptatieLow-Rank Adaptation (LoRA)
Квантизована низькорангова адаптаціяGekwantiseerde laag-rangadaptatieQuantized LoRA (QLoRA)
Адаптер моделіModeladapterModel Adapter
Адаптерне навчанняAdaptertrainingAdapter Training
Навчання лише частини параметрівTraining van slechts een deel van de parametersPartial Parameter Training
Модуль адаптаціїAdaptatiemoduleAdaptation Module
Злиття моделейModellen samenvoegenModel Merging
Об’єднання вагGewichten samenvoegenWeight Merging
Перенесення параметрівParameters overdragenParameter Transfer
Спеціалізація моделіModelspecialisatieModel Specialization
Адаптація до предметної галузіAanpassing aan een specifiek vakgebiedDomain Adaptation
Адаптація до конкретного завданняTaakspecifieke aanpassingTask-specific Adaptation
Збереження базових вагBehoud van de basisgewichtenBase Weight Preservation
6. Квантування та оптимізація – Kwantisering en optimalisatie
УкраїнськаНідерландськаАнглійська
Квантування моделіModelkwantiseringModel Quantization
Квантування до 8 бітів8-bits kwantisering8-bit Quantization
Квантування до 4 бітів4-bits kwantisering4-bit Quantization
Квантування до 16 бітів16-bits kwantisering16-bit Quantization
Квантування після навчанняKwantisering na trainingPost-Training Quantization
Квантування під час навчанняKwantisering tijdens trainingQuantization-Aware Training
Зниження точностіPrecisieverlagingPrecision Reduction
Оптимізація пам’ятіGeheugenoptimalisatieMemory Optimization
Оптимізація швидкодіїPrestatieoptimalisatiePerformance Optimization
Прискорення інференсуVersnelling van inferentieInference Acceleration
Стиснення параметрівParametercompressieParameter Compression
Розрідження нейронної мережіSparsificatie van een neuraal netwerkNeural Network Pruning
Відсікання параметрівParametersnoeiWeight Pruning
Пакетна обробкаBatchverwerkingBatch Processing
Потокова генераціяStreaminggeneratieStreaming Generation
7. Локальний запуск і технічна інфраструктура – Lokale lancering en technische infrastructuur
УкраїнськаНідерландськаАнглійська
Локальний запуск моделіModel lokaal uitvoerenLocal Model Execution
Локальне розгортанняLokale implementatieLocal Deployment
Локальний серверLokale serverLocal Server
Серверна інфраструктураServerinfrastructuurServer Infrastructure
Обчислювальні ресурсиRekenbronnenComputing Resources
Графічний процесорGrafische processorGraphics Processing Unit (GPU)
Центральний процесорCentrale verwerkingseenheidCentral Processing Unit (CPU)
Оперативна пам’ятьWerkgeheugenRandom Access Memory (RAM)
Відеопам’ятьVideogeheugenVideo Memory (VRAM)
Обчислювальна потужністьRekenkrachtComputing Power
Використання пам’ятіGeheugengebruikMemory Usage
Середовище виконанняUitvoeringsomgevingRuntime Environment
КонтейнеризаціяContainerisatieContainerization
Віртуальне середовищеVirtuele omgevingVirtual Environment
Інтерфейс командного рядкаOpdrachtregelinterfaceCommand-Line Interface (CLI)
Інтерфейс програмування застосунківApplicatieprogrammeerinterfaceApplication Programming Interface (API)
Сервер інференсуInferentieserverInference Server
Розгортання моделіModelimplementatieModel Deployment
МасштабуванняSchaalvergrotingScaling
Розподілені обчисленняGedistribueerde berekeningenDistributed Computing
8. Інструменти та програмні платформи – Tools en softwareplatformen
УкраїнськаНідерландськаАнглійська
Репозиторій моделейModelrepositoryModel Repository
Бібліотека моделейModellbibliotheekModel Library
Менеджер моделейModelbeheerderModel Manager
Завантажувач моделейModelladerModel Loader
Засіб запуску моделейModeluitvoerderModel Runner
Середовище розробкиOntwikkelomgevingDevelopment Environment
ІнструментарійToolkitToolkit
Бібліотека машинного навчанняMachinelearningbibliotheekMachine Learning Library
ФреймворкFrameworkFramework
Відкритий репозиторійOpen repositoryOpen Repository
Керування версіямиVersiebeheerVersion Control
Метадані моделіModelmetadataModel Metadata
Картка моделіModelkaartModel Card
Документація моделіModeldocumentatieModel Documentation
Опис архітектуриArchitectuurbeschrijvingArchitecture Description
Ліцензійна угодаLicentieovereenkomstLicense Agreement
Перевірка сумісностіCompatibiliteitscontroleCompatibility Check
9. Ліцензування, відкритість та правові аспекти – Licenties, openheid en juridische aspecten
УкраїнськаНідерландськаАнглійська
Відкрита ліцензіяOpen licentieOpen License
Ліцензія на модельModellicentieModel License
Ліцензійні обмеженняLicentiebeperkingenLicense Restrictions
Дозвіл на комерційне використанняToestemming voor commercieel gebruikCommercial Use Permission
Некомерційне використанняNiet-commercieel gebruikNon-commercial Use
Права на використанняGebruiksrechtenUsage Rights
Права на модифікаціюWijzigingsrechtenModification Rights
Права на поширенняVerspreidingsrechtenRedistribution Rights
Умови використанняGebruiksvoorwaardenTerms of Use
Атрибуція авторстваNaamsvermeldingAttribution
Походження моделіHerkomst van het modelModel Provenance
Прозорість навчанняTransparantie van de trainingTraining Transparency
Відкритість навчальних данихOpenheid van trainingsgegevensTraining Data Openness
Відкритість вихідного кодуOpenheid van de broncodeSource Code Openness
Обмеження відповідальностіAansprakelijkheidsbeperkingLimitation of Liability
Дозвіл на повторне використанняToestemming voor hergebruikPermission for Reuse
10. Оцінювання та тестування моделей – Model evaluatie en testen
УкраїнськаНідерландськаАнглійська
Оцінювання моделіModelevaluatieModel Evaluation
Тестування моделіModeltestenModel Testing
Контроль якостіKwaliteitscontroleQuality Control
Точність моделіModelnauwkeurigheidModel Accuracy
Продуктивність моделіModelprestatiesModel Performance
Швидкість інференсуInferentiesnelheidInference Speed
Затримка відповідіAntwoordvertragingResponse Latency
Пропускна здатністьDoorvoercapaciteitThroughput
Тестовий набірTestdatasetTest Dataset
Контрольний тестBenchmarktestBenchmark Test
Порівняльне оцінюванняVergelijkende evaluatieComparative Evaluation
Еталонна модельReferentiemodelBaseline Model
Показник якостіKwaliteitsmaatstafQuality Metric
Оцінка людськими експертамиBeoordeling door menselijke expertsHuman Evaluation
Стійкість моделіRobuustheid van het modelModel Robustness
Відтворюваність результатівReproduceerbaarheid van resultatenReproducibility
Безпека моделіModelveiligheidModel Safety
Перевірка на упередженістьControle op vooringenomenheidBias Evaluation
11. Безпека та ризики відкритих моделей – Beveiliging en risico’s van open modellen
УкраїнськаНідерландськаАнглійська
Безпека відкритої моделіVeiligheid van een open modelOpen Model Safety
Вразливість моделіKwetsbaarheid van het modelModel Vulnerability
Шкідливе використанняKwaadwillig gebruikMalicious Use
Зловмисне донавчанняKwaadwillige fijnafstemmingMalicious Fine-tuning
Атака через промптPromptaanvalPrompt Attack
Ін’єкція промптуPromptinjectiePrompt Injection
Витік навчальних данихLek van trainingsgegevensTraining Data Leakage
Витік ваг моделіLek van modelgewichtenModel Weight Leakage
Отруєння данихDatavergiftigingData Poisoning
Отруєння моделіModelvergiftigingModel Poisoning
Захисні механізмиBeveiligingsmechanismenSafety Mechanisms
Фільтрація контентуInhoudsfilteringContent Filtering
Обмеження доступуToegangsbeperkingAccess Restriction
Контроль використанняGebruikscontroleUsage Control
Аудит моделіModelauditModel Audit
Оцінювання ризиківRisicobeoordelingRisk Assessment
Відповідальне розгортанняVerantwoorde implementatieResponsible Deployment
12. Назви популярних моделей із відкритою вагою – Namen van populaire modellen met open gewichten
Нижче наведено приклади сімейств моделей, назви яких варто знати під час роботи з відкритими вагами.
Hieronder volgen voorbeelden van modelfamilies waarvan de namen nuttig zijn bij het werken met open schalen.
Llama — Meta
Нідерландська: open-weight taalmodellen van Meta.
Англійська: Meta open-weight language models.
Mistral — Mistral AI
Нідерландська: open-weight AI-modellen.
Англійська: Open-weight AI models.
Qwen — Alibaba
Нідерландська: open-weight taal- en multimodale modellen.
Англійська: Open-weight language and multimodal models.
DeepSeek
Нідерландська: open-weight redeneer- en taalmodellen.
Англійська: Open-weight reasoning and language models.
Gemma — Google
Нідерландська: open-weight AI-modellen.
Англійська: Open-weight AI models.
Phi — Microsoft
Нідерландська: compacte AI-modellen met open gewichten.
Англійська: Compact open-weight AI models.
13. Найважливіші спеціалізовані терміни для професійного використання – De belangrijkste vaktermen voor professioneel gebruik
Ці 20 термінів особливо корисні для технічної документації, професійного спілкування та роботи з відкритими моделями.
Deze 20 termen zijn met name nuttig voor technische documentatie, professionele communicatie en het werken met open modellen.
УкраїнськаNederlandsEnglish
1 Відкриті вагиOpen gewichtenOpen Weights
2 Завантаження ваг моделіModelgewichten downloadenDownload Model Weights
3 Локальне розгортанняLokale implementatieLocal Deployment
4 Локальний інференсLokale inferentieLocal Inference
5 КвантуванняKwantiseringQuantization
6 ДонавчанняBijtrainingFine-tuning
7 Низькорангова адаптаціяLaag-rangadaptatieLoRA
8 Квантизована адаптаціяGekwantiseerde adaptatieQLoRA
9 Контрольна точкаCheckpointCheckpoint
10 ДистиляціяDistillatieDistillation
11 Злиття моделейModellen samenvoegenModel Merging
12 Оптимізація інференсуInferentieoptimalisatieInference Optimization
13 Модель суміші експертівModel met een mengsel van expertsMixture of Experts
14 Ваги моделіModelgewichtenModel Weights
15 Параметри моделіModelparametersModel Parameters
16 Картка моделіModelkaartModel Card
17 Ліцензія моделіModellicentieModel License
18 ВідтворюваністьReproduceerbaarheidReproducibility
19 Прозорість моделіModeltransparantieModel Transparency
20 Незалежність від постачальникаOnafhankelijkheid van de leverancierVendor Independence
14. Корисні професійні словосполучення – Nuttige vaktermen
УкраїнськаНідерландськаАнглійська
Завантажити відкриту модельEen open model downloadenDownload an open model
Запустити модель локальноEen model lokaal uitvoerenRun a model locally
Налаштувати ваги моделіDe modelgewichten aanpassenAdjust model weights
Донавчити базову модельEen basismodel bijtrainenFine-tune a base model
Використовувати власний набір данихEen eigen dataset gebruikenUse a custom dataset
Оптимізувати модель для GPUEen model optimaliseren voor GPUOptimize a model for GPU
Зменшити споживання пам’ятіHet geheugengebruik verminderenReduce memory consumption
Порівняти відкриті моделіOpen modellen vergelijkenCompare open models
Перевірити ліцензію моделіDe modellicentie controlerenCheck the model license
Розгорнути модель на серверіEen model op een server implementerenDeploy a model on a server
Використовувати модель без хмарного сервісуEen model gebruiken zonder clouddienstUse a model without a cloud service
Модифікувати параметри моделіDe modelparameters aanpassenModify model parameters
Оцінити продуктивність моделіDe modelprestaties evaluerenEvaluate model performance
Перевірити сумісність обладнанняDe hardwarecompatibiliteit controlerenCheck hardware compatibility
15. Важливі понятійні відмінності – Belangrijke conceptuele verschillen
Для правильного використання термінології рекомендую розрізняти такі поняття:
Om de terminologie correct te gebruiken, raad ik aan onderscheid te maken tussen de volgende begrippen:
ПоняттяЗначення
Open-weight modelДоступні ваги моделі, але не обов’язково всі інші складові її створення.
Ned. De gewichten van het model zijn beschikbaar, maar niet noodzakelijkerwijs alle andere onderdelen van de creatie ervan.
Eng. The model’s weights are available, but not necessarily all other components involved in its creation.
Open-source modelМодель, що відповідає критеріям відкритого вихідного коду або відповідного стандарту відкритості.
Ned. Een model dat voldoet aan de criteria voor open source of een verwante openheidsstandaard.
Eng. A model that meets open-source criteria or a relevant openness standard.
Open-data modelМодель, для якої відкриті навчальні дані або доступ до них.
Ned. Een model waarvoor de trainingsgegevens openbaar of toegankelijk zijn.
Eng. A model for which the training data, or access to it, is open.
Proprietary modelПропрієтарна модель із контрольованим власником доступом.
Ned. Eigen model met door de eigenaar gecontroleerde toegang.
Eng. A proprietary model with owner-controlled access.
Foundation modelБазова модель, яку можна адаптувати для різних завдань.
Ned. Een basismodel dat voor diverse taken kan worden aangepast.
Eng. A base model that can be adapted for various tasks.
Fine-tuned modelМодель, додатково навчена для певної мети.
Ned. Een model dat verder is getraind voor een specifiek doel.
Eng. A model additionally trained for a specific purpose.
Особливо важливо: не варто автоматично перекладати open-weight як open-source. Це різні поняття, особливо в технічній та юридичній документації.
Het is vooral belangrijk om open-weight niet automatisch te vertalen als open-source. Dit zijn verschillende concepten, met name in technische en juridische documentatie.
Можу рекомендувати використовувати цей словник як основу для професійної термінологічної бази українською, нідерландською та англійською мовами, особливо для роботи з Llama, Mistral, Qwen, DeepSeek, Gemma та локальними AI-системами.
Ik kan dit woordenboek van harte aanbevelen als basis voor een professionele terminologiebasis in het Oekraïens, Nederlands en Engels, met name voor het werken met Llama, Mistral, Qwen, DeepSeek, Gemma en lokale AI-systemen.

Geplaatst

in

,

door

Tags: