OpenAI ने Open-1B जारी किया है, एक भाषा मॉडल जिसे ऐसे नियम में प्रशिक्षित किया गया है जहाँ प्रशिक्षण के दौरान हर ऑपरेशन विषम कम्प्यूटिंग हार्डवेयर पर बिट-स्तर की सटीकता के साथ स्वतंत्र रूप से पुनरुत्पादित हो सकता है। यह दृष्टिकोण ओपन-सोर्स मॉडलों में निहित पुनरुत्पादन की समस्याओं को GPU kernel reductions और डेटा बैच ऑर्डरिंग जैसे नॉन-डिटरमिनिज्म स्रोतों पर एक निश्चित क्रम लागू करके हल करता है।
इस रिलीज़ में पूर्ण प्रीट्रेनिंग डेटासेट, हर इंटरमीडिएट चेकपॉइंट, ट्रेनिंग कोडबेस और एक ऑडिट हार्नेस शामिल है जो स्वतंत्र ऑडिटरों को वितरित ट्रेनिंग रन के व्यक्तिगत चरणों को प्रमाणित करने की अनुमति देता है।
मॉडल पारदर्शिता का यह नया स्तर अनावश्यक डेटा, इंजेक्शन किए गए पूर्वाग्रहों या बैकडोर को खत्म करने के लिए है, जो उपयोगकर्ताओं को सत्यापित करने की अनुमति देता है कि जारी किया गया चेकपॉइंट वास्तव में घोषित ट्रेनिंग रेसिपी का उपयोग करके बनाया गया था।