👋 Не встигли пройти опитування AI/ML‑талантів? Продовжуємо його до 10 серпня включно

Ми подовжуємо збір відповідей до 10 серпня включно та хочемо почути ваш голос, щоб створити точний портрет української AI/ML‑спільноти.

Коротка анонімна анкета для інженерів/ок, дослідників/ць та спеціалістів/ок із досвідом роботи з AI/ML від 1 року допоможе дослідити:
— кар’єрні та освітні шляхи AI/ML‑фахівців,
— проєкти та напрямки, над якими працює індустрія,
— географію талантів та реальні потреби спільноти,
— виклики й тренди розвитку AI в Україні.

✨ Бонуси для учасників: за участь в опитуванні ви можете отримати призи від AI HOUSE.

Якщо ви ще не долучилися — зробіть це зараз. До 10 серпня додайте свій голос і допоможіть сформувати картину ШІ‑індустрії в Україні.

🏠 LinkedIn 🏠 Instagram 🏠 Podcast

Як народжується український AI, здатний конкурувати зі світовими моделями? 🇺🇦

Знайомтесь [якщо ви ще не] — Lapa LLM, відкрита мовна модель, створена спеціально для української. Ми підготували коротке Q&A з лідом команди — Юрієм Панівим, Data Scientist у Nortal та аспірантом УКУ, про те, як створювали модель, що має зробити українську частиною глобальної AI-екосистеми 👇

1️⃣ Чому Gemma-3-12B стала основою Lapa LLM?
Gemma-3-12B показала найкращий баланс між розміром і можливостями. Вона демонструє високу якість в українській, підтримує мультимодальність і має відкриту ліцензію — це дозволяє спільноті адаптувати й розвивати модель далі.

2️⃣ Найбільший виклик?
Основна складність — не лише переклад, а розпізнавання дезінформації та пропаганди. Український інтернет-простір містить чимало маніпулятивного контенту та змішаних текстів [українська з російською в одному документі].

3️⃣ Дані для навчання:
Спочатку зібрали все, що могли, з відкритих і приватних джерел. Потім застосували власні моделі для автоматичної оцінки якості: чи зрозумілий текст, чи корисний він для навчання, чи містить маніпуляції або помилки. Після цього відсіяли все зайве. Результат — чистий і релевантний корпус україномовних даних.

4️⃣ Обсяг датасету:
Початковий датасет складався з 80 млрд токенів, але після очищення залишилося 35 млрд найякісніших. Основу склали: Kobza [на базі FineWeb], датасет Гарвардської бібліотеки, дозволений для комерційного використання, та внески української NLP-спільноти.

5️⃣ Мультимовність:
Основний фокус — українська, але модель також протестована на англійській.

6️⃣ Місія:
Місія — зробити українську мову повноцінною частиною глобальної AI-екосистеми. Lapa LLM створена, щоб закрити розрив у якості обробки українських текстів і зробити весь стек — код, датасет, модель — відкритим.

7️⃣ API чи комерція?
Ні, Lapa — відкритий некомерційний проєкт для спільноти.

8️⃣ Як долучитись?
Тестуйте модель і залишайте фідбек на GitHub чи HuggingFace — команда за всім слідкує 👀

9️⃣ Де Lapa LLM корисна вже зараз:
— корпоративні асистенти й чатботи;
— переклад укр ↔ англ;
— RAG-системи для документів;
— робота з текстами без передачі на зовнішні сервери.

🔟 Що далі?
Команда вже працює над reasoning-версією моделі — з кращим логічним міркуванням і контекстною пам’яттю. Також плануємо розширити корпуси для аналізу зображень і коду, щоб Lapa LLM могла працювати мультимодально.

Є питання? Залиште їх в коментарях під дописом, спробуємо на все швидко відповісти 👨🏻‍💻

🏠 LinkedIn 🏠 Instagram 🏠 Podcast