После ограничения модели с открытым исходным кодом сначала истечет срок доступности по умолчанию.

Когда модель с открытым исходным кодом переходит в состояние с ограничениями, первое, что выходит из строя, часто — это доступность по умолчанию. Само предложение не бросается в глаза, но оно очень важно, когда оно попадает в рабочий процесс: файл модели все еще может быть там, зеркало все еще может быть синхронизировано, а локальная машина может быть запущена один раз, но та же регрессия, тот же набор слов-подсказок и тот же пакетный скрипт начинают потихоньку терять предпосылки для установки по умолчанию.

Изменения поначалу были невелики. Одна среда получает зеркальную версию, а другая — квантованную версию; версия токенизатора одной машины не совпадает с версией токенизатора другой машины; его еще можно воспроизвести сегодня, но завтра результаты начнут отклоняться из-за изменений в политиках доступа, задержках зеркалирования или квотах. На первый взгляд, это все еще «доступная модель», но на самом деле это стало тремя вещами: доступным путем, доступным разрешением и доступной версией.

Самое неприятное в такого рода изменениях то, что они не приводят к немедленному выходу из строя системы. Сначала он меняет значение по умолчанию. Предыдущее предположение по умолчанию заключалось в том, что одна и та же модель, та же версия и тот же набор параметров могут давать достаточно близкие результаты в большинстве сред. После ограничения это предположение больше не соответствует действительности. Каждый раз, когда команда выносит суждение, она должна сначала подтвердить вход, зеркалирование, количественную оценку, откат и региональные ограничения. В конце концов, зачастую это занимает больше времени, чем запуск самой модели.

Что действительно необходимо решить в первую очередь, так это поверхность управления, используемую моделью: кто может ее использовать, в каких средах ее можно использовать, какие версии считаются производственными базовыми показателями, на какой путь переключиться в случае сбоя и какую версию сохранить при откате. Только выведя эти границы по отдельности, ограниченная модель не сможет напрямую прорваться через рабочий процесс. В противном случае каждое временное средство будет похоже на изобретение процесса заново. Если он может работать сегодня, это не означает, что тот же набор входных данных будет распознан завтра.

Здесь наиболее легко ошибочно полагать, что «все еще можно запустить один раз» как «можно использовать стабильно». Как только это суждение окажется запутанным, последующие проблемы будут продолжать появляться: набор регрессии больше не имеет одной и той же базовой линии, и при устранении неполадок вы должны сначала подтвердить, какую версию вы получили, и команда начнет расходиться во мнениях относительно того, «является ли эта версия той же моделью». Сама модель все еще существует, но выстроенная вокруг нее цепочка суждений распалась.

Таким образом, настоящие изменения, вызванные ограничениями, — это не просто снижение возможности загрузки, а отказ от удобства использования по умолчанию. Чем более продвинута модель, тем более ограничительной она становится и тем меньше она может полагаться на временную память и словесные соглашения для поддержания последовательности. Что необходимо, так это четкие разрешения, фиксированные базовые показатели, подлежащие вторичной переработке записи и отслеживаемые резервные пути. После затяжки этих вещей модель действительно может войти в рабочее состояние; в противном случае, какой бы хорошей ни была модель, ее будет «достаточно, чтобы реализовать ее сегодня».