Andrew Ng：Marin項目是AI開放性的珍貴示範，真正的開源是過程公開
Andrew Ng表示，在捍衛AI開放性的鬥爭中，Marin項目是模型訓練開放性的珍貴示範，提供開放代碼、數據、配方甚至實驗結果。
他指出，公開發布AI研究曾是常態，感謝Percy Liang的開放實驗室方法。
Marin由斯坦福Percy Liang主導，採用“開放開發”模式，所有實驗在GitHub上公開，任何人可提出建議、審查甚至運行實驗。
該項目已訓練並開源多個模型，包括Marin-8B等，並持續進行更大規模訓練。
開放性討論升溫，事件驅動型研究透明度關注上升，封閉模型開發方承壓，開放科研社區與協作平臺受益。
來源：公開信息
ABAB AI 解讀
Andrew Ng長期倡導AI教育與開放獲取，此前通過Coursera與Google Brain推動知識共享，此次點贊Marin延續了其對封閉前沿模型趨勢的警惕立場。
Marin將完整訓練過程（包括失敗實驗）實時公開，動機在於恢復科學研究的可復現與社區參與，戰略上用真正開源軟件式協作對抗能力提升伴隨的開放性下降。
類似早期BERT、GPT等模型權重與代碼公開的階段，以及OLMo等後續開源努力，當前處於前沿模型訓練過程從“黑箱”向“全流程透明”的少數嘗試階段。
本質屬於技術替代中的治理選擇。封閉訓練導致知識集中，開放實驗室通過強制公開實驗日誌與代碼重塑參與門檻，機制上用社區貢獻換取更穩健的科學進展。
ABAB News · 認知定律
開放性下降與能力上升往往同步發生
真正的開源是過程公開，而非僅結果公開
實驗失敗日誌比成功模型更有科研價值