ロッキーリナックス創設者、OpenWALDO立ち上げ

AI業界は長い間、訓練データのソースとライセンスに関する不透明性に苦しんでいます。MITが主導するData Provenance Initiativeが1,800以上のテキストデータセットを監査した結果、体系的な問題が明らかになりました。70%以上の場合でライセンス情報が省略され、50%以上で誤分類されていました。これが重要なのは、ライセンスが不明確であるか誤ったデータで訓練されたモデルが、それを展開する組織に対して法的および倫理的なリスクを生み出すため、また他のAIシステムからの出力に対して適切な帰属なしで訓練することが、合成データの再帰的訓練によって引き起こされるモデル品質の低下であるモデル崩壊につながる可能性があるためです。

カートザーの提案はOpenWALDOを「オープンAI」運動における不足していたレイヤーとして位置付けています。公開パラメータを持つオープンウェイトモデルとオープンソースAIコードはより一般的になってきた一方で、訓練データ自体は大部分が独占的かつ監査不可能なままです。OpenWALDOはAI Bill of Materials（ABOM）を導入しており、訓練とリリースを通じてデータの系統、ライセンス、ソースを追跡しています。このアプローチはソフトウェア開発から借りた実践です。このプロジェクトは、組織が基本的な訓練データセットの繰り返しるソーシングと検証に費用を費やすのではなく、差別化に資源を集中できるようにする共有インフラストラクチャとして位置付けています。カートザーはLinuxの成功と明確に類似性を描いており、検査可能性、フォーク可能性、コミュニティ検証（認証ではなく）が採用を推進したと主張しています。

真の試験は採用です。OpenWALDOは、高品質で法的に使用可能なデータの継続的な貢献を引き付け、信頼を命ずるガバナンスプロセスを確立し、来歴記録がモデル開発ワークフローにおいて実用的な価値を提供することを実証する必要があります。CIQは商業的サポートを提供しますがプロジェクトを管理しません。このような構造はそのコミュニティ的性質を保持することを意図しています。