Від "Дії" до "Мрії": де працюватиме українська ШІ-модель "Сяйво"
В Україні створюють власну LLM (велику мовну модель) "Сяйво". Тестову версію планують завершити до кінця 2026 року, а вже в січні 2027-го відкрити її для користувачів і розробників.
Про це інформує РБК-Україна, посилаючись на очільницю Мінцифри Оксану Ферчук в інтерв'ю для DOU.
Технічні деталі та підготовка датасетів
Національну мовну модель будують на базі Gemma 3 від Google, адаптуючи її під українську мову, локальний контекст та історико-культурні особливості.
"Київстар" відповідає за технічну інфраструктуру, фінансування та організаційні процеси.
Основним викликом проєкту є створення національного корпусу даних. Наразі команда збирає та верифікує інформацію з приблизно 90 державних установ, наукових закладів, медіа 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 - розробники оптимізують токенізатор для коректної та швидкої обробки української мови.
Юридичний фреймворк - напрацьовуються чіткі правила використання даних та захисту інтелектуальної власності.
Система оцінювання та багатоетапне тестування
Для перевірки якості роботи ШІ-моделі сформовано спеціальний експертний комітет із понад 70 фахівців, які оцінюють "Сяйво" за чотирма напрямами:
- мовознавчим,
- культурно-історичним,
- етико-правовим,
- науково-технічним.
Українську LLM тестують за кількома критеріями:
Точність мови та контекст - глибина розуміння української культури та історії.
Безпека - стійкість до галюцинацій, дезінформації, упереджень та відсутність дискримінаційних відповідей.
Порівняльний аналіз - автоматичні бенчмарки та порівняння з іншими світовими LLM у міжнародних рейтингах.
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.
Open Source та інтеграція у державні сервіси
Після завершення тестування та передачі проєкту державі, базову версію "Сяйва" та створені під час розробки українські датасети планують опублікувати у відкритому доступі (open source).
Розробники, бізнес та науковці отримають технічний пайплайн для донавчання моделі під власні продукти.
У державному секторі "Сяйво" стане основою для майбутніх сервісів - зокрема "Дія AI", освітнього асистента у застосунку "Мрія", а також інструментів для аналізу законодавства.