Міністерство цифрової трансформації України оголосило про початок ініціативи зі збору українських даних для навчання національної великої мовної моделі (LLM). Проєкт реалізується у співпраці з компанією «Київстар» та має на меті створення сучасного інструменту штучного інтелекту, адаптованого до української мови, культури та суспільних реалій – пише dev.ua.
У межах ініціативи Мінцифри закликає представників медіа, освітніх і наукових установ, культурних організацій, а також бізнесу добровільно долучитися до формування корпусу даних для тренування моделі. Йдеться про тексти українською мовою, які можуть підвищити якість роботи майбутнього штучного інтелекту та забезпечити його релевантність для використання в державному та приватному секторах.
Серед типів матеріалів, які розглядаються для використання, — новинні публікації, аналітичні та освітні матеріали, наукові дослідження, літературні твори, історичні документи, а також відкрита технічна та бізнес-документація. Передача даних відбуватиметься на основі чітко визначених юридичних умов, що гарантують захист прав інтелектуальної власності та конфіденційність.
У Міністерстві зазначають, що національна велика мовна модель стане фундаментом для створення українських ШІ-сервісів, зокрема цифрових помічників, аналітичних систем і рішень для автоматизації процесів. Вона має стати українським аналогом провідних міжнародних мовних моделей, з акцентом на національні потреби та безпеку даних.
Видання Українські IT новини зазначає, що запуск національної LLM наразі планується на 2026 рік. На поточному етапі ключовим завданням є накопичення якісного та різноманітного масиву українськомовних даних, без яких повноцінне навчання моделі є неможливим. Мінцифри наголошує, що участь широкого кола партнерів у проєкті сприятиме розвитку екосистеми штучного інтелекту в Україні та зміцненню цифрового суверенітету держави.