Правительство США: Llama для безопасного и открытого ИИ

Lisa Ernst · 22.09.2025 · Техника · 5 мин

Управление закупок США (GSA) включило Llama от Meta в государственную программу. Это позволяет федеральным ведомствам использовать модель в единых рамках. GSA подтверждает это в пресс-релизе и ссылается на инициативу OneGov для ускоренного и безопасного внедрения ИИ в федеральных учреждениях.

Quelle: Eigene Darstellung

Одобрение Llama GSA

23-?on 22 сентября 2025 года Reuters, со ссылкой на GSA, подтвердил(а), что федеральные ведомства США официально могут использовать Llama. Llama рассматривается как «одобренный инструмент ИИ» в структурах GSA. Пресс-релиз GSA конкретно упоминает интеграцию в инициативу OneGov и ссылается на меморандумы OMB M-25-21 и M-25-22 в качестве политических ориентиров для использования и закупок. Ранее GSA одобряла других поставщиков ИИ, таких как OpenAI, Google и Anthropic; теперь Llama присоединяется к ним. Что касается контекста безопасности: AWS сообщил в июне 2025 года FedRAMP “High” и DoD Impact Level 4/5 для использования Llama и Claude в AWS GovCloud, то есть в особо чувствительных средах. Meta сама описывает рамки OneGov как дружественные к затратам и контролю над данными, поскольку модели с открытыми весами можно запускать локально.

Понимание Llama

Llama - это семейство так называемых моделей с открытым весом (Open-Weighs) от Meta. Готовые весовые параметры моделей доступны свободно, чтобы разработчики могли запускать их локально или в облаке госучреждений. Однако исходный код, данные для обучения и рецепты обучения не полностью открыты. Инициатива с открытым исходным кодом (OSI) поэтому прямо говорит, что Llama не является Open Source; это важно для правильной классификации. Рамки управления рисками ИИ NIST RMF параллельно предоставляют руководство по тому, как органы должны управлять рисками ИИ, независимо от типа модели. Они доступны в NIST AI 100-1 и на NIST-сайте.

Quelle: unite.ai

Llama: ИИ с открытым исходным кодом в кодовом исполнении.

Ключевые движущие силы и контекст

Одобрение Llama GSA обусловлено несколькими мотивами. Во-первых, это стоимость и контроль: модели с открытым весом позволяют самостоятельно размещать, что улучшает суверенитет данных и управляемость затратами. NTIA опубликовала соответствующий доклад. Во-вторых, стратегий закупок: OMB M-25-22 подчёркивает конкуренцию, контроль выполнения и риск-менеджмент в закупке ИИ; открытые модели служат противовесом проприетарным сервисам и снижают зависимость от поставщиков. Дополнительно доступны OMB-меморандумы. В-третьих, безопасность — фактор: с FedRAMP/IL4-5 барьер снижается для применения таких моделей в чувствительных окружениях учреждений. При этом требования к управлению остаются высокими: NIST AI RMF требует документированных оценок рисков, тестирования на предвзятость, прослеживаемости и мониторинга.

Quelle: blog.lilypadnetwork.org

ИИ в повседневной работе ведомств: Llama как цифровой помощник для более эффективных процессов.

Проверка фактов и разъяснения

Доказано: GSA подтверждает внедрение OneGov Llama; Reuters сообщает о допуске для федеральных ведомств на 22.09.2025. Пресс-релиз GSA здесь доступен.

Доказано: OMB M-25-21 и M-25-22 устанавливают рамки для использования и закупок ИИ в федеральных ведомствах.

Доказано: AWS GovCloud имеет для Llama/Claude FedRAMP “High” и DoD IL4/5, что позволяет использовать в особо чувствительных средах.

Неясно: «Open Source» в узком смысле OSI. Llama согласно OSI по-прежнему не является Open Source; Meta говорит о «open source/open models», OSI возражает. Перспектива Meta здесь. Практически речь идёт об Open Weights, а не полностью открытой ИИ, как показывает NTIA-отчёт.

Неправдоподобно/Неправда: «С одобрением GSA Llama автоматически FedRAMP-авторизован». FedRAMP авторизует облачные услуги, а не сами семейства моделей; релевантна именно авторизованная операционная среда (например, AWS GovCloud с указанными разрешениями) и управление рисками по NIST AI RMF. Информация о FedRAMP доступна на fedramp.gov. Разъяснение можно найти на FedScoop и NIST AI RMF.

Quelle: kanzlei-herfurtner.de

Llama в серверной: ИИ с открытым исходным кодом — опора современной IT государственных учреждений.

Последствия для ведомств

Для ведомств одобрение означает, что Llama теперь может оцениваться и внедряться в рамках стандартизированных условий, включая опцию самостоятельного хостинга в GovCloud или on-prem. Это сокращает передачу данных и снижает зависимость от поставщиков, как подчёркивает OMB M-25-22. Ведомствам следует действовать строго в соответствии с NIST AI RMF (Govern, Map, Measure, Manage) и использовать руководства из NIST AI Resource Center. NIST AI RMF — основа здесь. Для прикладных подразделений Open-Weights позволяют более тонко контролировать затраты (GPU-время, масштабирование), обеспечить четкие пути логирования и аудита и интеграцию в прикладные процессы, при условии, что оценка, концепции безопасности промптов и Red-Teaming внедрены. Дополнительную информацию см. в NTIA-отчёте об Open Model Weights.

Открытые вопросы и перспективы

Остаются открытые вопросы. Как агентства будут операционализировать лицензионные и комплаенс-особенности Llama, например условие 700 миллионов MAU и приемлемые условия использования, особенно в проектах с несколькими участниками и закупках? Лицензия прямо указывает порог и может потребовать отдельного разрешения Meta. Как закупщики интегрируют OMB M-25-22 (приобретение ИИ) и NIST AI RMF (управление рисками) в долгосрочные рамочные контракты и доказательства? Какие критерии оценки станут стандартом в государственном секторе, чтобы справедливо сравнивать Open-Weights с проприетарными сервисами, как указано в America's AI Action Plan?

Одобрение Llama для использования ведомствами США — практический шаг к большей свободу выбора: открытые веса, Self-Hosting и стандартизированные пути закупок снижают зависимость и могут снизить затраты и риски данных, если надзор и архитектура безопасности выстроены последовательно. Это подтверждают сообщение Reuters, пресс-релиз GSA и OMB M-25-22. Тот, кто планирует использовать Llama, должен внимательно отнестись к обсуждению OSI, аккуратно проверить лицензию и рассмотреть управление рисками NIST как руководство в проекте, закупке и эксплуатации. Так можно надежно и прозрачно повысить пользу открытых моделей в государственном секторе.