Україна просувається у створенні власної великої мовної моделі під назвою «Сяйво» — цей проєкт є частиною державної стратегії цифрової трансформації. Реалізують його на умовах публічно-приватної співпраці: з одного боку виступає WINWIN AI Center of Excellence, що діє при Міністерстві цифрової трансформації, з іншого — компанія «Київстар». Про хід робіт повідомляє dou.

Завдяки участі приватного партнера державний бюджет не витрачає кошти на створення й початкове тренування моделі. Усі організаційні витрати, обчислювальні ресурси та фінансування розробки взяв на себе «Київстар».

На чому будується модель і як готують дані

Основою для «Сяйва» слугує архітектура Gemma 3 від Google, яку далі суттєво донавчають та адаптують до української мови й місцевих реалій.

Одне з найважливіших завдань — зібрати повноцінний національний масив даних. Команда вже опрацьовує матеріали з понад 90 джерел, серед яких:

  • державні установи та архіви — зокрема Укрдержархів передав понад 10 ТБ історичних і державних документів
  • університети та науково-дослідні інститути
  • провідні українські медіа

Значний обсяг паперових архівів планують оцифрувати. Водночас формується юридичний фреймворк, який регулюватиме захист інтелектуальної власності та встановлюватиме правила застосування державних даних для тренування штучного інтелекту.

Хто і як перевіряє якість моделі

Оцінкою роботи моделі займається експертна група, що налічує понад 70 спеціалістів. Перевірку проводять за чотирма напрямами.

  • Мовознавчий — граматична коректність і стилістична відповідність
  • Культурно-історичний — правильність трактування національного контексту
  • Етико-правовий — відповідність вимогам безпеки, відсутність упереджень і дискримінаційних формулювань
  • Науково-технічний — стійкість до дезінформації та зменшення кількості «галюцинацій» ШІ

Оцінювання поєднує автоматизовані бенчмарки та ручну експертну перевірку, а отримані результати порівнюватимуть із показниками в міжнародних рейтингах.

Графік запуску та подальші плани

Роботу над моделлю розпочали у червні 2025 року. Наразі команда орієнтується на такі терміни:

  1. грудень 2026 року — завершення розробки тестової версії
  2. січень 2027 року — відкриття публічного доступу

Коли тестування завершиться, «Київстар» передасть права на модель державі. Базову версію «Сяйва» разом із зібраними датасетами планують опублікувати у відкритому доступі, щоб розробники, бізнес і наукові спільноти могли адаптувати її під власні потреби.

Видання GALERANEWS звертає увагу, що на державному рівні модель повинна стати технологічною базою для впровадження штучного інтелекту в цифрові сервіси — зокрема для роботи «Дія AI» та інтерактивного освітнього інструменту AI-тьютор у застосунку «Мрія».

Джерело: Galera News