Від "Дії" до "Мрії": де працюватиме українська ШІ-модель "Сяйво"

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.