На конференции IT Arena 2025 украинские ученые представили интеллекта, созданного специально для работы с украинским языком и контекстом.
Презентацию модели провел аспирант Украинского католического университета и специалист по данным компании Nortal Юрий Панов. Он отметил, что Lapa LLM призвана решать критические проблемы, которые остаются без внимания глобальных открытых LLM-моделей, особенно в вопросах национальной безопасности, культуры и языковой точности. Модель разрабатывается с учетом потребностей национальной безопасности и конфиденциальности для работы с чувствительными данными в оборонном секторе и крупных компаниях без привлечения облачных провайдеров.
Lapa LLM ориентирована на культурную согласованность, учась с фокусом на украинских ценностях и контексте, с применением автоматической фильтрации данных для предотвращения российской пропаганды, дезинформации и галлюцинаций относительно знаний об Украине. Кроме того, проект направлен на повышение производительности для украинского языка, что остается проблемой многих открытых LLM.
Базой для Lapa LLM стала модель Gemma от Google на 12 миллиардов параметров, обеспечивающая оптимальный баланс между производительностью и ресурсными требованиями. Среди технических новаций разработчиков — украинский токенизатор, позволяющий сократить количество токенов на 50% при обработке украинского текста. Выпуск модели вместе с обучающими скриптами и наборами данных запланирован на начало октября, причем команда планирует опубликовать Lapa LLM под открытой лицензией MIT.
