Учени и бизнес могат за обучават ИИ на проверени данни на български

Учени, студенти и бизнес вече имат възможност за обучават своя изкуствен интелект на проверени данни на български език. Проектът, по който са работили експерети от Института за български език към БАН, вече  е достъпен. 100 милиона документа и над десет милиарда думи са събрани в езиковия набор на Инфраструктурата за фина настройка на предварително обучени големи езикови модели.

"Предлагаме голям обем данни, които са специално подбрани и класифицирани, както и такива, които служат за оценка на големите езикови модели или на ИИ.

Може да бъде полезно и за общата публика. За хората, които се занимават с допълнително настройване на модели.

Данните имат значение. Събраните от интернет могат да съдържат токсично съдържание, лична информация, може да са синтетични, също така автоматично преведени, които невинаги са с добро качество", обясни пред БНР проф. Светла Коева.

Тя каза, че е от национален интерес да има финансиране на проекти за обучение на ИИ с данни на български.

Там, където има чувствителна информация за хора или компании, ние сме поставили маркировка, обясни проф. Коева.

Ще продължим да събираме данни за българския език, обяви тя.

"Съставихме четири ресурса за оценка на големи езикови модели, които са за български и съставени от експерти. Те са свободнодостъпни.

Важно е да има възможности за изследователски центрове в България, които да работят".

Цялото интервю на Добромир Видев с проф. Светла Коева може да чуете в звуковия файл.