2026 m. liepos mėnesį dėl IT infrastruktūros atnaujinimo darbų laikinai nebus atnaujinama dalis Valstybės duomenų agentūros skelbiamų duomenų rinkinių atvirų duomenų portale. Daugiau skaitykite https://data.gov.lt/blog/2026/07/03/2026-m-liepos-m%C4%97n-duomen%C5%B3-rinkini%C5%B3-atnaujinimo-tvarka/

Duomenų ištekliaus peržiūros: 28

Modelis sukurtas kaip tęstinės lietuvių kalbos modelių plėtros dalis, naudojant Bendrąjį lietuvių kalbos tekstyną ir specialiai šiam modeliui parengtą 32 768 tokenų žodyną (tokenizerį). Sukurtas tyrimams, išankstiniam mokymui nuo nulio ir tolesniam pritaikymui lietuvių kalbos generavimo bei kalbos technologijų užduotyse. Modelio svoriai buvo inicializuoti atsitiktine tvarka, o mokymas vykdytas dviem etapais, naudojant Lietuvių kalbos tekstyno apdorotą variantą, parengtą ilgo konteksto mokymui. Modeliui buvo naudojamas specialiai apmokytas 32 000 tokenų tokenizeris. Turėdamas apie 1,04 mlrd. parametrų ir palaikydamas maksimalų 32 768 tokenų konteksto ilgį, modelis yra pritaikytas efektyviai apdoroti ilgus lietuviškus tekstus ir mišraus domeno turinį. Jis skirtas naudoti kaip bazinis generatyvinis modelis tolesniam papildomam mokymui, domeniniam adaptavimui ir eksperimentams lietuvių kalbos NLP srityje. Pagal nutylėjimą modelis nėra instruktavimui pritaikytas ar specializuotas konkrečioms užduotims. Norint jį taikyti pokalbių sistemoms, santraukų sudarymui, klasifikavimui ar domeniškai specifiniam generavimui, rekomenduojamas papildomas mokymas ir vertinimas. Finansuoja Ekonomikos gaivinimo ir atsparumo didinimo priemonės planas „Naujos kartos Lietuva“ ir NextGenerationEU.

Patinka 0
Brandos lygis -
Atnaujinama Neatnaujinamas
Kategorijos
Būsena Atvertas
Duomenų išteklius viešinamas Taip
Prieigos teisės Vieši
Licencija
Katalogas ADP
Prieigos nuoroda https://huggingface.co/VSSA-SDSA/LT_AI_DLKVM
Laikotarpis 2025 m. vasario 17 d. - 2026 m. balandžio 15 d.

Peržiūrėti papildomą informaciją +

Duomenų skelbėjas


Dalintis socialiniuose tinkluose

Prenumeruoja: 0

Duomenų pateiktys

Pavadinimas Dydis Formatas Publikuota Atnaujinta
Didysis lietuvių kalbos vektorizuotas modelis - HTML 2026-04-20 Neatnaujinamas Atidaryti

Priskirtos organizacijos

Priskyrimo rūšis Organizacija
Duomenų rengėjas Valstybės skaitmeninių sprendimų agentūra

Komentarai

Komentuoti gali tik prisijungę naudotojai