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/2404.06484v5
- Date: Fri, 3 May 2024 15:57:04 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-06 17:18:04.048654
- 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: この研究は、公開研究助成金、商業スポンサーシップ、マイクロ寄付、フランスの人工知能戦略で発表された32ユーロの助成金によって資金提供された、機械学習のためのPythonライブラリであるScikit-learnに関するケーススタディである。
この研究は、Scikit-Lernのメンテナと資金提供者に対する25のインタビューを通じて、2つの重要な貢献をしている。
これは、影響力のあるOSSプロジェクトにおける公的資金と民間資金の利点と欠点に関する実証的な発見と、コミュニティと資金提供者の多様な利益のバランスをとるために保守層が採用するガバナンスプロトコルに寄与する。
- 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 funding open source software (OSS) development to support software security, digital sovereignty, and national competitiveness in science and innovation, amongst others. However, little is known about how OSS developers evaluate the relative benefits and drawbacks of governmental funding for OSS. This study explores this question through a case study on scikit-learn, a Python library for machine learning, funded by public research grants, commercial sponsorship, micro-donations, and a 32 euro million grant announced in France's artificial intelligence strategy. Through 25 interviews with scikit-learn's maintainers and funders, this study makes two key contributions. First, it contributes empirical findings about the benefits and drawbacks of public and private funding in an impactful OSS project, and the governance protocols employed by the maintainers to balance the diverse interests of their community and funders. Second, it offers practical lessons on funding for OSS developers, governments, and companies based on the experience of scikit-learn. The paper concludes with key recommendations for practitioners and future research directions.
- 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、科学とイノベーションにおける国家的競争性をサポートするために、オープンソースソフトウェア(OSS)開発にますます資金を提供しています。
しかしながら、OSS開発者がOSSに対する政府資金の相対的なメリットと欠点を評価する方法についてはほとんど分かっていない。
この研究は、公開研究助成金、商業スポンサーシップ、マイクロ寄付、フランスの人工知能戦略で発表された32万ユーロの助成金によって資金提供された、機械学習のためのPythonライブラリであるScikit-learnに関するケーススタディを通じて、この問題を探求する。
この研究は、Scikit-Lernのメンテナと資金提供者に対する25のインタビューを通じて、2つの重要な貢献をしている。
まず、影響のあるOSSプロジェクトにおける公的資金と民間資金のメリットと欠点に関する実証的な知見と、コミュニティと資金提供者の多様な利益のバランスをとるために保守担当者が採用するガバナンスプロトコルに寄与する。
第2に、Scikit-learnの経験に基づいたOSS開発者、政府、企業への資金提供に関する実践的な教訓を提供する。
本稿は,実践者に対する重要な推奨事項と今後の研究方向性で締めくくっている。
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。