OpenEuroLLM: Európska iniciatíva pre rozvoj otvorených jazykových modelov a digitálnej suverenity

Dvadsať európskych inštitúcií a firiem sa spojilo do konzorcia OpenEuroLLM, ktoré vyvíja sériu otvorených, viacjazyčných jazykových modelov pre celú EÚ. Projekt spolufinancovaný z programu Digital Europe Programme nahrádza roztrieštené národné iniciatívy jednotnou európskou odpoveďou na otázku digitálnej suverenity.

Prečo vznikol

Podľa oficiálnej stránky projektu je OpenEuroLLM sériou modelov, ktoré majú priniesť „transparentnú AI pre Európu”. Stoja na troch princípoch: sú truly open, teda so zverejnenými dátami, kódom aj vyhodnocovacími metrikami; compliant, teda v súlade s reguláciou EÚ vrátane AI Act; a diverse, čiže pokrývajú európske jazyky pri zachovaní ich kultúrnej rozmanitosti. Zámerom je vyvinúť viacjazyčné modely pre úradné jazyky EÚ, zabezpečiť k nim udržateľný prístup, rozšíriť dostupné dáta a benchmarky a vybudovať okolo projektu aktívnu komunitu vývojárov a zainteresovaných strán.

S tým súvisia aj konkrétne ciele, ktoré si projekt stanovil: vyvinúť silné viacjazyčné základné modely pre úradné jazyky EÚ i ďalšie jazyky, umožniť jednoduchý a udržateľný prístup k modelom pripraveným na doladenie pre široké spektrum aplikácií, rozšíriť počet vyhodnocovacích výsledkov vo všetkých úradných jazykoch EÚ vrátane bezpečnosti AI a súladu s AI Act a európskymi štandardmi, rozšíriť dostupné tréningové dáta a benchmarky pre tieto jazyky, transparentne zdieľať nástroje, postupy a priebežné výsledky tréningových procesov, sprístupniť pipeline na obohacovanie a anonymizáciu dát pre budúce potreby a vybudovať aktívnu komunitu vývojárov a zainteresovaných strán vo verejnom aj súkromnom sektore.

Odpoveď na fragmentáciu

Konzorcium spája kapacity 20 inštitúcií – od Aleph Alpha a LightOn cez Barcelona Supercomputing Center až po univerzity vo Fínsku, Nemecku, Holandsku a Nórsku. Koordinuje ho Ján Hajič z Karlovej univerzity, spoluvedie AMD Silo AI. Projekt spustili 1. februára 2025 a získal pečať STEP za strategický význam pre Európu.

Výpočtová sila superpočítačov

OpenEuroLLM má strategický prístup naprieč centrami EuroHPC – vyše 10 miliónov GPU hodín na superpočítačoch LUMI, Leonardo, Jupiter a MareNostrum5. Kapacitu dopĺňa iniciatíva AI Factories; tri zo siedmich prvých AI Factories v EÚ prevádzkujú členovia konzorcia.

Harmonogram