Кабінет Міністрів ухвалив постанову про запуск національного корпусу даних для навчання та тестування великих мовних моделей (LLM). Розгортанням бази займеться Мінцифри спільно з держпідприємством “ДІЯ”, а доступ до неї розробники отримуватимуть безоплатно за жорсткими критеріями безпеки.
Про це інформує РБК-Україна з посиланням на постанову Кабміну.
Документ визначає чіткий розподіл ролей під час запуску проєкту. Організатором та куратором бази виступає Мінцифри, тоді як за її технічне наповнення, структурування та кіберзахист відповідатиме державне підприємство “ДІЯ”.
Після запуску платформи міністерство спільно з МОН та за участі Національної академії наук матиме ще 6 місяців, щоб напрацювати пропозиції щодо подальшої розбудови національної системи мовних ресурсів.
З чого складатиметься база та як її наповнюватимуть?
Національний корпус об'єднає знеособлені структуровані та неструктуровані тексти українською мовою, що відображають культурний й історичний контекст держави.
До нього увійдуть державні бази даних, літературні твори, наукові праці та архівні матеріали.
Процес збору інформації передбачає два підходи:
Обов’язкова передача від держсектору: органи виконавчої влади можуть передати наявні у них відкриті набори даних протягом одного місяця після отримання відповідного запиту від Мінцифри або ДП “ДІЯ”.
Добровільна участь: приватні компанії, бібліотеки, освітні заклади, наукові установи, ФОПи та фізичні особи можуть долучитися до формування корпусу на основі ліцензійних договорів із дотриманням законодавства про інтелектуальну власність.
Читайте більше: Голосовий помічник у Дія.AI: Мінцифра запустила нову ШІ-функцію
Кому відкриють доступ і як захищатимуть авторські права?
Користуватися зібраним масивом даних розробники зможуть безоплатно на підставі ліцензійного договору.
Проте коло претендентів суворо обмежене: доступ надаватимуть лише українським юридичним особам та ФОПам, які мають підтверджений досвід створення або тестування LLM і зобов’яжуться використовувати матеріали виключно для цих завдань.
Постанова встановлює жорсткі запобіжники безпеки. Доступ до бази закритий для фінансових установ, інвестиційних фондів, підсанкційних компаній, а також бізнесу, що веде діяльність на тимчасово окупованих територіях, у Росії чи Білорусі або має там кінцевих бенефіціарів чи акціонерів із часткою від 10 відсотків.
Заявки від розробників ДП “ДІЯ” розглядатиме протягом 10 робочих днів. Якщо система зафіксує порушення правил безпеки або нецільове використання інформації, доступ анулюють миттєво.
Окремо прописано механізм захисту правовласників: у разі надходження скарги на неправомірне використання тексту доступ до спірного набору даних тимчасово блокуватимуть упродовж одного робочого дня на період проведення перевірки.
Ще більше цікавого:
- Мін'юст запустив Лексу: ШІ пояснить, як оформити спадщину та зареєструвати шлюб
- Кожен четвертий українець не захищає свої дані в інтернеті: як не стати жертвою шахраїв