論文の概要: Public-private funding models in open source software development: A case study on scikit-learn
- arxiv url: http://arxiv.org/abs/2404.06484v1
- Date: Tue, 9 Apr 2024 17:35:11 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-10 13:42:03.019521
- Title: Public-private funding models in open source software development: A case study on scikit-learn
- Title（参考訳）: オープンソースソフトウェア開発における民間資金モデル--Scikit-Lernを事例として
- Authors: Cailean Osborne,
- Abstract要約: 本論文は,機械学習のためのPythonライブラリであるScikit-learnのケーススタディであり,研究助成金,商業スポンサーシップ,コミュニティ寄付,およびフランス政府の人工知能戦略からの3200万ドルのEUR助成金を組み合わせた資金モデルである。
本研究は、シキト・ラーン・メンテナーと資金提供者との25回のインタビューを通じて、研究と実践に影響を及ぼす2つの重要な貢献を行った。
OSS開発者コミュニティ、企業、政府に実用的な意味を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Governments are increasingly allocating funding for open source software (OSS) development in order to address concerns related to software security, digital sovereignty, and the competitiveness of domestic software markets, amongst others. While such funding is generally welcomed by OSS practitioners, how OSS developers perceive the relative benefits and drawbacks of governmental funding remains an open question. This paper explores this question through a case study on scikit-learn, a Python library for machine learning, whose funding model combines research grants, commercial sponsorship, community donations, and a 32 million EUR grant from the French government's artificial intelligence strategy. Through 25 interviews with scikit-learn maintainers and funders, this study makes two key contributions with implications for research and practice. First, it provides novel insights into the role of a public-private funding model in a successful, community-led OSS project and how maintainers evaluate their funding model. Furthermore, it highlights the governance mechanisms employed by maintainers to safeguard the community ethos of the project. Second, it offers practical implications for OSS developer communities, companies, and governments. For OSS communities, the study illustrates the benefits of a diversified funding model in balancing the merits and drawbacks of different funding sources. For companies, it serves as a reminder that sponsoring developers or directly funding OSS projects can significantly support OSS maintainers, who often struggle with limited resources and towering workloads. For governments, the findings emphasise the importance of funding the maintenance of existing OSS projects in addition to or exclusively funding new innovations. The paper concludes with suggestions for future research on OSS funding models.
- Abstract（参考訳）: 政府は、ソフトウェアセキュリティ、デジタル主権、国内ソフトウェア市場の競争性に関する懸念に対処するため、オープンソースソフトウェア(OSS)開発のための資金をますます配分している。
このような資金調達は一般的にOSSの実践者によって歓迎されているが、OSS開発者が政府資金の相対的なメリットと欠点をどう認識するかは、未解決の問題である。
本稿では,機械学習のためのPythonライブラリであるScikit-learnのケーススタディを通じて,研究助成金,商業スポンサーシップ,コミュニティ寄付,およびフランス政府の人工知能戦略から2200万ユーロのEUR助成金を組み合わせた資金モデルについて検討する。
本研究は、シキト・ラーン・メンテナーと資金提供者との25回のインタビューを通じて、研究と実践に影響を及ぼす2つの重要な貢献を行った。
まず、成功しているコミュニティ主導のOSSプロジェクトにおける公的資金モデルの役割と、メンテナによる資金モデルの評価方法について、新たな洞察を提供する。
さらに、プロジェクトのコミュニティの倫理を守るためにメンテナが採用するガバナンスメカニズムを強調します。
第2に、OSS開発者コミュニティ、企業、政府に実践的な意味を提供する。
OSSコミュニティでは、さまざまな資金源のメリットと欠点のバランスをとる上で、さまざまな資金モデルのメリットが示されている。
企業にとって、OSSプロジェクトのスポンサーや直接資金提供がOSSメンテナを著しく支援できる、というリマインダーとして機能する。
政府にとってこの発見は、既存のOSSプロジェクトのメンテナンスに資金を投入することの重要性を強調し、また、新しいイノベーションにのみ資金を投入することの重要性を強調している。
この論文はOSSの資金調達モデルに関する今後の研究を示唆して締めくくっている。
関連論文リスト
- A Toolkit for Measuring the Impacts of Public Funding on Open Source Software Development [0.0]
オープンソースソフトウェア開発に対する公的資金の影響は、まだよく分かっていない。
我々は、肯定的かつ否定的な、潜在的に社会的、経済的、技術的影響の分類を提示する。
このツールキットでは、OSS開発者や社会全体に対する資金提供の価値と影響について、マルチステークホルダーの会話にコントリビュートする。
論文 参考訳（メタデータ） (2024-11-09T01:13:45Z) - OpenR: An Open Source Framework for Advanced Reasoning with Large Language Models [61.14336781917986]
大規模言語モデル(LLM)の推論能力を高めるためのオープンソースのフレームワークであるOpenRを紹介する。
OpenRは、データ取得、強化学習トレーニング、非自己回帰デコーディングを凝集性ソフトウェアプラットフォームに統合する。
私たちの研究は、OpenAIのo1モデルのコア技術と強化学習を探求する、オープンソースのフレームワークを初めて提供するものです。
論文 参考訳（メタデータ） (2024-10-12T23:42:16Z) - Systematic Literature Review of Commercial Participation in Open Source Software [20.727062223873986]
92件の論文を収集し,研究テーマに基づいて整理した。
企業のモチベーションは、主に経済、技術、社会的側面から見出された。
また、商用参加がOSS開発にどのように影響するかについても調査した。
論文 参考訳（メタデータ） (2024-05-27T06:50:01Z) - On the Societal Impact of Open Foundation Models [93.67389739906561]
ここでは、広く利用可能なモデルウェイトを持つものとして定義されている、オープンファンデーションモデルに重点を置いています。
オープンファンデーションモデルの5つの特徴を識別し,その利点とリスクを両立させる。
論文 参考訳（メタデータ） (2024-02-27T16:49:53Z) - Private Knowledge Sharing in Distributed Learning: A Survey [50.51431815732716]
人工知能の台頭は多くの産業に革命をもたらし、社会の働き方を変えた。
異なるエンティティが分散または所有する学習プロセスにおいて、情報を活用することが不可欠である。
現代のデータ駆動サービスは、分散知識エンティティを結果に統合するために開発されています。
論文 参考訳（メタデータ） (2024-02-08T07:18:23Z) - Investing in the Quantum Future : State of Play and Way Forward for
Quantum Venture Capital [0.0]
本稿は、新しいスタートアップの出現を支える概念を紹介し、スケールアップ量子企業の資金調達を提唱する。
この論文は、社会と社会をより深く巻き込むことによって、業界への影響を改善するための提案を締めくくっている。
論文 参考訳（メタデータ） (2023-11-28T19:31:51Z) - From Distributed Machine Learning to Federated Learning: A Survey [49.7569746460225]
分散学習は、分散データとコンピューティングリソースを利用するための効率的なアプローチとして現れる。
本論文では,連合学習システムの機能構造と関連手法の分類法を提案する。
本稿では,flシステムの分散トレーニング,データ通信,セキュリティについて述べる。
論文 参考訳（メタデータ） (2021-04-29T14:15:11Z) - Leaving My Fingerprints: Motivations and Challenges of Contributing to
OSS for Social Good [17.145094780239564]
コントリビュータとしてOSSと21の半構造化インタビューを行った。
コントリビュータの大多数はOSS4SGとOSSを区別している。
OSS4SGコントリビュータは、OSSコントリビュータよりもプロジェクトのオーナをかなり高く評価している。
論文 参考訳（メタデータ） (2021-04-26T21:50:11Z) - The CROSS Incubator: A Case Study for funding and training RSEs [0.8472211480603307]
カリフォルニア大学サンタクルーズ校のオープンソースソフトウェア研究センター(CROSS)は、研究ソフトウェアエンジニアのプロフェッショナルな開発を促進するのに非常に効果的である。
カルロス・マルツァンは2015年に、カリフォルニア大学サンタクルーズ校の卒業生Sage Weilから2000,000ドルを寄付し、東芝アメリカ電子部品、SK Hynix Memory Solutions、Micron Technologyの設立メンバーとしてCROSSを設立した。
本稿では,大学主導のオープンソースプロジェクトが,研究ソフトウェアエンジニアの効果的なトレーニング,資金提供,支援を行うための,実世界の再現可能なモデルを構築するためのケーススタディとして,CROSSフェローシップを紹介する。
論文 参考訳（メタデータ） (2020-11-30T20:16:43Z) - Learnings from Frontier Development Lab and SpaceML -- AI Accelerators
for NASA and ESA [57.06643156253045]
AIとML技術による研究は、しばしば非同期の目標とタイムラインを備えたさまざまな設定で動作します。
我々は、NASAとESAの民間パートナーシップの下で、AIアクセラレータであるFrontier Development Lab(FDL)のケーススタディを実行する。
FDL研究は、AI研究の責任ある開発、実行、普及に基礎を置く原則的な実践に従う。
論文 参考訳（メタデータ） (2020-11-09T21:23:03Z) - Insights into Fairness through Trust: Multi-scale Trust Quantification
for Financial Deep Learning [94.65749466106664]
金融深層学習において探求されていない公平性の基本的な側面は、信頼の概念である。
クレジットカードのデフォルト予測のために,ディープニューラルネットワーク上でマルチスケール信頼度定量化を行う。
論文 参考訳（メタデータ） (2020-11-03T19:05:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。