Минцифры сформировало рейтинг ИИ по знанию украинского языка: кто в топе

Защита от русизмов и объективная оценка

До сих пор мировые рейтинги тестировали языковые модели преимущественно на английском языке, а качество работы на украинском проверяли через машинный перевод, что скрывало специфические ошибки и кальки.

Благодаря новому лидерборду государство получает базу для выбора технологических решений для госприложений, а бизнес - возможность объективно оценить рентабельность интеграции ИИ.

Правила оценки разработали эксперты УКУ и сообщества lang-uk Юрий Панов и Дмитрий Чаплинский, которые более 10 лет учат нейросети понимать украинский язык.

Эту же методику уже успешно применяли при обучении отечественной модели Lapa LLM.

Как тестируют языковые модели: бенчмарки и методология

Платформа измеряет эффективность моделей по нескольким ключевым направлениям. Разработчики объединяют украинские и международные датасеты, адаптированные под локальный контекст:

Машинный перевод: оценка на уровнях предложений и целых абзацев (FLORES-200, LongFLORES, WMT-22).

Контекстные вопросы и ответы: проверка понимания прочитанного текста (Belebele, SQuAD).

Логика, знания и рассуждения: тестирование учебными заведениями и ВНО (ZNO-Eval), сложные логические задачи (Winogrande, ARC Easy/Challenge, TriviaQA, MMLU).

Соблюдение инструкций: точность выполнения сложных запросов (IFEval).

Первые лидеры рейтинга

По обновленным данным лидерборда, первые позиции в зачете занимают специализированные и оптимизированные модели. Среди лидеров по среднему рангу оказались:

google/gemma-4-26B-A4B-it (с использованием алгоритмов reasoning) - демонстрирует один из самых высоких показателей точности в соблюдении инструкций и решении логических задач.

MamayLM (серия моделей Gemma-3 на 12B и 27B от института INSAIT) - демонстрирует высокие результаты в машинном переводе и логических тестах.

lapa-v0.1.2-instruct (украиноязычная модель сообщества разработчиков) - показывает один из лучших результатов в точке перевода (FLORES и WMT).

Все результаты, коды и датасеты опубликованы в открытом доступе на платформе Hugging Face.

В будущем разработчики планируют расширить функционал Ukrainian LLM Leaderboard. Платформа получит модули для проверки работы с изображениями, оценки этичности ответов и анализа финансовой стоимости использования моделей на украинском.

Отдельное внимание будет уделено потребностям государственного сектора - оценке обработки нормативных текстов, административных процедур и безопасности работы с персональными данными.