Die zweite Version des Open‑Source‑LLM‑Landscape‑Reports zeigt, dass sich das Ökosystem in nur 100 Tagen drastisch veränderte – neue Projekte rücken stärker in den Fokus, die Auswahlkriterien werden strenger und die Entwickler‑Community ist zunehmend international verteilt, wobei die USA und China dominieren.

Key Takeaway

Die zweite Version des Open‑Source‑LLM‑Landscape‑Reports zeigt, dass sich das Ökosystem in nur 100 Tagen drastisch veränderte – neue Projekte rücken stärker in den Fokus, die Auswahlkriterien werden strenger und die Entwickler‑Community ist zunehmend international verteilt, wobei die USA und China dominieren.

Summary

Veröffentlichung: Ant Open Source & InclusionAI haben die erste LLM‑Landscape und ein Trend‑Insights‑Report im Oktober 2024 herausgebracht; die 2.0‑Version wird jetzt vorgestellt.

Ziel: Projekt*innen bewerten, welche Open‑Source‑Projekte in der schnellen Entwicklung von LLMs besonders relevant, nutzbar und beitragenswert sind.

Reichweite: 114 Projekte aus 22 technischen Domänen wurden für die 2.0‑Landscape identifiziert.

Methodik‑Änderung: Statt einem Seed‑Projekt‑Ansatz wird nun die globale GitHub‑OpenRank‑Liste (Score ≥ 50) des Monats verwendet, um Projekte aufzuspüren.

Neue Projekte: 39 neue Einträge (ungefähr 35 % des Gesamtbestands) ergänzen die Landschaft; 60 Projekte aus Version 1.0 wurden entfernt.

Ursache für Entlassungen: Strengere Kennzahlen; viele Projekte zeigen abnehmenden Einfluss und werden in ein „AI‑Graveyard“ abrutschen.

Projekteinführung: Durchschnittliches Alter aller Projekte etwa 30 Monate; 62 % wurden nach dem „GPT‑Moment“ (Okt 2022) gegründet.

Engagement: Jedes Projekt erlangt durchschnittlich fast 30 000 GitHub‑Stars, ein hoher Traktionswert.

Entwicklereinsatz: 366 521 Entwickler weltweit beteiligten sich an Issues oder Pull‑Requests; 124 351 mit erkennbarer Geolokation.

Beitragsverteilung: USA 37.4 %, China 18.7 % (gemeinsam > 55 %), Indien 8 %, Deutschland 6 % und Großbritannien 5 % der identifizierten Entwickler.

Metrik: Entwickler‑Contribution‑Scores basieren auf Community‑OpenRank, das Kollaborationsnetzwerke in Projekten analysiert.

Ressourcen: HyperCRX-Browser‑Extension bietet OpenRank‑Trend‑Ansicht in GitHub‑Repositories; Landscape-URL https://antoss-landscape.my.canva.site/.

Related queries:

Welche neuen Open‑Source‑LLM-Projekte wurden in der 2.0‑Landscape hinzugefügt?

Wie hat sich der Auswahlprozess von Version 1.0 zu Version 2.0 geändert?

Welche Länder leisten die größten Beiträge zur Open‑Source‑LLM‑Entwicklung?

Quelle: https://medium.com/@ant-oss/open-source-llm-development-landscape-2-0-2025-revisited-d18cbf0a49c2