허깅 페이스에서 오픈 웨이트 AI 모델 성장 예측

Forecasting Open-Weight AI Model Growth on Hugging Face

February 21, 2025

저자: Kushal Raj Bhandari, Pin-Yu Chen, Jianxi Gao

cs.AI

초록

오픈 가중치 AI 생태계가 모델 개발, 상당한 투자, 그리고 사용자 관심과 함께 지속적으로 확장됨에 따라, 어떤 모델이 궁극적으로 혁신을 주도하고 AI 생태계를 형성할지 예측하는 것이 점점 더 중요해지고 있습니다. 과학 문헌의 인용 동역학과의 유사성을 바탕으로, 우리는 오픈 가중치 모델의 영향력이 어떻게 진화하는지를 정량화하는 프레임워크를 제안합니다. 구체적으로, 우리는 Wang 등이 과학적 인용을 위해 제안한 모델을 적용하여, 세 가지 주요 매개변수—즉각성, 지속성, 상대적 적합도—를 사용하여 오픈 가중치 모델의 미세 조정된 모델의 누적 수를 추적합니다. 우리의 연구 결과는 이 인용 스타일 접근법이 오픈 가중치 모델 채택의 다양한 궤적을 효과적으로 포착할 수 있음을 보여주며, 대부분의 모델이 잘 적합되고 특이점이 독특한 패턴이나 사용량의 급격한 증가를 나타냄을 보여줍니다.

English

As the open-weight AI landscape continues to proliferate-with model development, significant investment, and user interest-it becomes increasingly important to predict which models will ultimately drive innovation and shape AI ecosystems. Building on parallels with citation dynamics in scientific literature, we propose a framework to quantify how an open-weight model's influence evolves. Specifically, we adapt the model introduced by Wang et al. for scientific citations, using three key parameters-immediacy, longevity, and relative fitness-to track the cumulative number of fine-tuned models of an open-weight model. Our findings reveal that this citation-style approach can effectively capture the diverse trajectories of open-weight model adoption, with most models fitting well and outliers indicating unique patterns or abrupt jumps in usage.