Модель використовуватиметься для державних сервісів, бізнесу та аналітики, а її основою стане адаптована під українську мову технологія Gemma від Google.
Міністерство цифрової трансформації України оголосило про розвиток національної великої мовної моделі (LLM), яка стане українським аналогом Gemini та ChatGPT. Модель використовуватиметься для державних сервісів і бізнесу, працюючи на основі українських даних, повідомляє Судово-юридична газета.
Хто розробляє та на якій технології
Технічним партнером проєкту виступає Київстар, який фінансує розробку та після завершення передасть модель державі. Фундаментом обрали сімейство моделей Gemma від Google, яке адаптують під українську мову та контекст.
Що відбувається зараз
Найважливіша частина роботи — підготовка даних. Для ефективної української моделі потрібні не лише тексти з інтернету, а й історичні архіви та інші письмові джерела. Дані збирають у державних установах, медіа, університетах та наукових закладах, проте значна частина матеріалів досі існує лише на папері, що підкреслює потребу цифровізації.
Для контролю процесу Мінцифри створило комітет експертів за чотирма напрямами: науково-технічний, правовий, культурно-історичний та мовний. Вони розробляють професійні бенчмарки — систему тестування, яка гарантує якість навчання моделі.
Плани на січень 2026 року
- Формування першої бази текстів для тренування LLM
- Покращений токенізатор для швидшої та ефективнішої обробки української мови
- Власні бенчмарки для оцінки якості та безпеки моделі
- Розробка юридичних правил роботи з даними, що забезпечить прозорість та дотримання прав інтелектуальної власності
Коли очікувати реліз
Першу версію української LLM планують запустити в бета-тестування навесні 2026 року. Модель буде навчена на унікальних українських даних і зможе конкурувати з міжнародними аналогами у відкритих рейтингах.
Паралельно Мінцифри оголосить голосування у застосунку Дія на вибір назви для української LLM, а обрати її зможуть усі користувачі.
