Міністерство цифрової трансформації та компанія «Київстар», які розробляють національну велику мовну модель (LLM), розповіли про дані, що потрібні для тренування цього штучного інтелекту.
Міністерство цифрової трансформації та компанія «Київстар», які розробляють національну велику мовну модель (LLM), розповіли про дані, що потрібні для тренування цього штучного інтелекту.
«Національна LLM стане базою для створення ШІ-помічників у держсекторі та бізнесі. Це будуть українські аналоги Gemini та ChatGPT: такі ж зручні та технологічні, але навчені на наших реаліях і контексті», — зазначили в Мінцифри.
У міністерстві зазначили, що чекають над від представників бізнесу, освіти, науки та культури.
«Якщо у вас є якісні тексти українською — ви нам потрібні. Ваш контент стане фундаментом для національного ШІ, який даватиме відповіді мільйонам українців», — говорять розробники.
Для тренування національної LLM потрібні:
За задумом розробників, ЗМІ та видавництва зададуть «еталон мовної грамотності та стилю» для нейромережі. Університети та науковці сформують інтелектуальну базу моделі, а бізнес — допоможе моделі краще розуміти специфіку ринку та індустрій завдяки технічній документації та аналітиці.
«Ми розуміємо цінність вашої інтелектуальної власності. Тому підготували прозорі юридичні умови, щоб ваші матеріали були захищені й працювали винятково на посилення українського ШІ. Усіх партнерів, які зроблять внесок у розвиток технології, ми офіційно відзначимо в підсумковому звіті про розробку національної моделі», — запевнили в Мінцифри.
Повідомити про дані, які можна надати для тренування національної LLM, можна у короткій формі за посиланням.
Раніше стало відомо, що запуск національної LLM перенесли на весну 2026 року, оскільки Мінцифри стикнулося з проблемою збору даних, яка складається з двох частин: юридичної та технічної.
«Нині триває найважливіша частина роботи — збір даних для навчання LLM. Для високої якості інформації з інтернету недостатньо, тому працюємо з державними органами, медіа, університетами й іншими інституціями — це терабайти унікальних даних», — розповідав вже колишній очільник Мінцифри, а нині міністр оборони, Михайло Федоров.
