Украина планирует представить полноценную тестовую версию собственной языковой модели искусственного интеллекта «Сяйво» до конца 2026 года, а открыть публичный доступ к ней — в январе 2027-го. Об этом Новини.LIVE сообщил Chief AI Officer Минцифры Роман Кислый.
Модель разрабатывают Министерство цифровой трансформации совместно с компанией «Киевстар». Ее адаптируют к украинскому языку, истории и культурному контексту. Одновременно с запуском планируют обнародовать часть датасета — массива данных, на котором обучают ИИ.
Что такое датасет и откуда берут данные для «Сяйва»
Датасет — это упорядоченный набор данных, на котором обучают или проверяют модель искусственного интеллекта. Для языковой модели это прежде всего тексты, по которым она учится понимать слова, строить предложения, отвечать на вопросы и учитывать контекст.
Для «Сяйва» данные собирают в университетах, библиотеках, государственных архивах, научных учреждениях и медиа. Речь идет об исторических документах, научных трудах, книгах, законодательстве, судебных решениях, словарях и других материалах на украинском языке.
Если модель обучалась на качественных украинских исторических источниках, ей будет легче правильно интерпретировать исторические события, имена, названия и понятия, специфические для Украины. А специализированные словари и научные тексты могут помочь точнее работать с юридической, технической или профессиональной терминологией.
По данным Минцифры, в апреле 2026 года Государственная архивная служба Украины передала для обучения модели 10 терабайтов исторических материалов, государственных документов и научных текстов. К сбору данных также присоединились десятки других учреждений.
Чем украинская модель может быть полезна
Главная цель «Сяйва» — создать модель, которая будет лучше работать с украинским языком и контекстом и которую можно будет использовать в государственных, образовательных, научных и коммерческих сервисах.
Для пользователей потенциальные преимущества следующие:
- Лучшее понимание украинского языка. Модель будут обучать на текстах, отражающих украинскую лексику, языковые конструкции, диалекты и терминологию.
- Точнейшая работа с украинским контекстом. Она должна лучше ориентироваться в истории, культуре, общественной жизни и украинском законодательстве.
- Новые сервисы для государства и бизнеса. На ее основе смогут создавать чат-боты, цифровых помощников, инструменты для работы с документами и автоматизации отдельных процессов.
- Возможности для исследователей и разработчиков. Открытый доступ к модели и части данных может позволить независимо проверять ее качество, исследовать результаты и создавать собственные продукты.
В то же время украинский датасет сам по себе не гарантирует, что модель всегда будет отвечать правильно. Ее нужно тестировать на точность, устойчивость к дезинформации, предвзятости и вымышленным ответам. Результат будет зависеть не только от объема данных, но и от их качества, разнообразия и способа обучения.
Создают ли «Сяйво» с нуля
Нет. По информации «Киевстара», технологической основой модели стала открытая модель Gemma 3 от Google. Ее дополнительно адаптируют к украинскому языку и обучают на специально собранных украинских данных. То есть речь идет не о создании всей технологии с нуля, а о дообучении и настройке имеющейся модели под потребности Украины.
Такой подход позволяет использовать уже имеющуюся технологическую основу и сосредоточиться на том, чего ей не хватает для качественной работы с украинскими текстами.
Обнародование части датасета также может иметь практическое значение. Исследователи смогут оценивать, какие данные использовались для обучения, а разработчики — проверять возможности модели и создавать на ее основе собственные решения. В то же время конкретный состав открытого набора данных будет зависеть от прав на использование материалов и установленных условий доступа.
Таким образом, «Сяйво» должно стать основой для развития украинских ИИ-сервисов, которые будут лучше учитывать языковые и культурные особенности страны. Полноценную тестовую версию планируют подготовить до конца декабря 2026 года, а публичный запуск ожидается в январе 2027-го.
