OpenWALDO
Un proyecto comunitario que construye un conjunto compartido, licenciado y auditable de datos de entrenamiento para la IA.
OpenWALDO es un proyecto de código abierto que Gregory Kurtzer lanzó en agosto de 2026 con el patrocinio de su empresa CIQ. El nombre significa Weights, Artifacts, Licenses, Data and Origins. Su objetivo es abrir la capa de la IA que casi nadie abre: los datos de entrenamiento.
La idea es que los pesos abiertos solo cubren la mitad del camino. Puedes descargar y ejecutar un modelo abierto, pero sigues sin ver qué lo compone. OpenWALDO registra de dónde procede cada material, qué derechos se atribuyen y quién contribuyó, usando herramientas normales del código abierto: el índice vive en Git para que los cambios puedan revisarse y los datos se verifican con hashes de contenido. Los modelos entrenados con ellos pueden distribuirse con una AI Bill of Materials. Al estrenarse, el corpus contenía 124.000 millones de tokens en 75,1 millones de documentos, un punto de partida, no un rival de lo que entrenan los grandes laboratorios.