EleutherAI
Un laboratorio di ricerca senza scopo di lucro che crea modelli di intelligenza artificiale e set di dati di formazione con licenza aperta, gestito in gran parte da volontari.
EleutherAI è iniziato nel 2020 come gruppo di volontari su Discord che voleva replicare i grandi modelli linguistici che le aziende tenevano privati ed è cresciuto fino a diventare un istituto di ricerca senza scopo di lucro registrato. Le sue prime versioni, GPT-Neo e GPT-J, furono tra le prime alternative aperte a GPT-3 e il suo set di dati Pile divenne un ingrediente standard nell’addestramento del modello aperto.
Il suo lavoro più utile ora è spesso quello poco affascinante: ripulire la materia prima su cui tutti gli altri si basano. Common Pile, pubblicato nel 2025, è il più grande corpus di formazione assemblato interamente da testo con licenza aperta. Nel 2026 il laboratorio ha collaborato con Hugging Face su FineBooks, che verifica se i moderni modelli di riconoscimento del testo possono produrre versioni più pulite dei milioni di libri di dominio pubblico scansionati su cui fanno affidamento i set di dati aperti.