Технічні аспекти і процес підготовки наборів даних
Національну мовну модель будують на базі Gemma 3 від Google, адаптуючи її під українську мову, локальний контекст та історико-культурні особливості.
"Київстар" забезпечує технічну інфраструктуру, фінансування та управлінські процеси.
Ключовим завданням проєкту є формування національного корпусу даних. В даний момент команда займається збором і перевіркою даних з близько 90 державних органів, наукових установ, медіаорганізацій та університетів.
Історичні та державні архіви - Укрдержархів вже надав понад 10 ТБ матеріалів (історичні документи, державні акти та наукові праці), частина з яких потребує оцифрування з паперових носіїв.
Адаптація токенізатора полягає в тому, що розробники вдосконалюють його, щоб забезпечити точну та швидку обробку української мови.
Юридичний фреймворк - напрацьовуються чіткі правила використання даних та захисту інтелектуальної власності.
Система оцінки та багатоступенева перевірка знань.
Для оцінки ефективності роботи штучного інтелекту створено спеціалізований експертний комітет, до складу якого входять більше 70 професіоналів. Вони аналізують "Сяйво" за чотирма ключовими аспектами:
* лінгвістичним,
* культурно-історичним аспектом,
* етично-правовим,
* науково-технічним.
Українську LLM тестують за кількома критеріями:
Точність висловлювань і контексту є суттєвими для глибокого усвідомлення українських традицій та історичних подій.
Безпека - стійкість до галюцинацій, дезінформації, упереджень та відсутність дискримінаційних відповідей.
Порівняльне дослідження - автоматизовані бенчмарки та зіставлення з іншими глобальними LLM у міжнародних таблицях рейтингів.
Зазначається, що у червні 2025 року маломасштабний експериментальний прототип "Сяйва" успішно пройшов етапи pre-training, supervised fine-tuning, а також закритого бета-тестування та перевірки архітектури.
Відкритий код та впровадження в державні послуги
Після закінчення тестування і передачі проєкту державним органам, базова версія "Сяйва" разом із українськими датасетами, створеними під час розробки, буде доступна для публічного використання у форматі open source.
Розробники, підприємці та наукові спеціалісти отримають технічну інфраструктуру для адаптації моделі під свої продукти.
У державному секторі "Сяйво" закладе фундамент для нових сервісів, серед яких "Дія AI", освітній асистент в додатку "Мрія", а також інструменти для аналізу законодавчих актів.
#Телебачення #Українська мова #Google #Штучний інтелект #Тестування #Дезінформація #Дискримінація #Модель #Українська культура #Архів #Університет #Архітектура #Інтелектуальна власність #Програмне забезпечення з відкритим кодом #Упередження #Життєвий цикл випуску програмного забезпечення #Безпека #«Київстар» #«Сяйво» (фільм) #Сяйво (видавництво) #Програмна платформа #Відкритий доступ
