通用模型许可协议

通用模型许可协议（General Model License，GML）为一系列开源模型许可协议的总称，适用于计算机科学人工智能领域中基于机器学习、深度学习等技术产生的计算机模型的开源与共享。协议起草过程中参考了Apache 2.0，MIT等一系列开源软件协议与知识共享许可协议（Creative Commons License）。针对通用模型的具体特点，我们设计并起草了本协议。

相关定义

在开始了解本协议前，用户需要了解的协议中的相关名词定义如下：

• 通用模型：是指本协议项下涉及的源模型和派生模型的统称。
• 源模型：是指发布者使用特定代码经数据训练后生成并发布的计算机算法及其参数。
• 派生模型：是指使用者通过改变源模型算法或参数等方式而生成的新模型。
• 发布者：指发布源模型的单位或个人。
• 使用：除非另有说明，本协议下的使用包括模型的下载、运算、共享、修改、分发等操作，以及对于模型结果的共享、修改等操作。
• 使用者：指根据本协议使用源模型的单位或个人。
• 模型结果：指在不改变参数的情况下，使用通用模型在输入特定数据下运行（即进行模型推理）得到的模型输出。

使用者基础权利

要使用本协议，用户需要明确本协议赋予的模型使用者的基础权利如下：

• 模型共享 使用者有权在不违反协议的前提下通过任何媒介或形式共享源模型。
• 模型推理 使用者有权在不违反协议的前提下使用经源模型或派生模型推理得到的结果。
• 模型修改 使用者有权在不违反协议的前提下通过改变算法或参数的方式修改源模型以取得派生模型。

发布者可选限制

除使用者基础权利外，协议也为模型发布者提供了一系列可定制的权利保障条款，供发布者在发布模型与协议时进行选择，从而约束使用者行为。包括：

• 来源说明 使用者使用通用模型和通用模型结果时须附上此通用模型的来源及本许可协议链接。
• 限制修改发布 使用者不可发布与传播经自行修改源模型后的派生模型以及派生模型结果。
• 修改说明 使用者通过修改源模型得到并发布派生模型或者在任何媒介上使用修改后的通用模型结果时，该使用者须以显著的方式说明修改内容，包括但不限于模型架构、模型训练方式、模型使用数据、结果修改方式等。
• 相同方式再许可 使用者须采取与此许可协议相同方式授权下游使用者使用派生模型且不得对本协议所授权利的行使施以进一步的限制。
• 宣传限制 使用者不得以发布者的名义推广宣传此通用模型。
• 商业授权 使用者获得发布者书面授权后，可以以任何商业目的使用此通用模型。
• 非商业化 使用者不可以任何商业目的使用此通用模型。

协议定制

针对发布者可选限制，我们提供了简单快捷的基于选择题的方式进行协议定制，仅需完成相关选择题，便可以轻松地为您的模型找到适合的许可协议。

常见问题

1. 通用模型许可协议与开源软件协议（Apache 2.0、MIT等）和知识共享许可协议（CC 4.0）的区别？我该如何选择它们？

   通用模型协议集合了知识共享许可协议的基于组合的协议选择方式与开源软件协议中对于使用者义务进行约定的相关内容，针对通用模型的特点（譬如模型由代码和参数组成，并且模型使用中包括训练和推理等不同阶段）我们进行了相应的整合与完善。

   至于协议选择，我们认为模型包括代码+参数，通用模型协议适用于代码和参数的共同保护。如果您发布的内容仅为软件，那么您可以选择使用一款开源软件协议。知识共享协议的授权内容更加宽泛，如果您要发布图片、文本等内容，可以参阅知识共享协议。

参与贡献

如果您有任何意见与建议，欢迎您在issue中提出，我们将持续对通用模型协议进行更新与完善。