Activități și rezultate
ETAPA 1 / 2025
MANAGEMENTUL CUNOAȘTERII ȘI MODEL MARE DE LIMBAJ PENTRU ADMINISTRAȚIA PUBLICĂ
Rezumat activități:
Activitatea 1.1 Managementul cunoașterii
Activitatea a urmărit dezvoltarea unui API pentru procesarea documentelor în limba română, axat pe sarcini NLP esențiale precum recunoașterea entităților numite, extragerea relațiilor, întrebări și răspunsuri și sumarizarea. În cadrul procesului de dezvoltare, s-a realizat și o colectare detaliată a resurselor NLP pentru limba română, selectând modele și seturi de date din platforme precum HuggingFace, GitHub și articole științifice din DBLP. API-ul integrează modelele disponibile pe aceste platforme și le aplică pe seturi de date relevante pentru fiecare sarcină, asigurând o adaptare precisă la nevoile limbii române. Designul modular și extensibil al API-ului permite testarea rapidă a modelelor și evaluarea lor pe baze de date variate, iar pe termen lung, API-ul evoluează către o integrare mai strânsă a serviciilor, optimizând performanțele și oferind soluții scalabile pentru diverse aplicații în limba română. Centralizare și definire cerințe tehnice, funcționale și de business. Dezvoltare hub de resurse MML în limba română. Definire metode de management al cunoașterii. Colectare resurse juridice pentru antrenarea cunoștințelor. Implementare sistem (pipeline) complet de adnotare pentru limba română.
- Centralizare și definire cerințe tehnice, funcționale și de business.
- Dezvoltare hub de resurse MML în limba română.
- Definire metode de management al cunoașterii.
- Colectare resurse juridice pentru antrenarea cunoștințelor.
- Implementare sistem (pipeline) complet de adnotare pentru limba română.
- Cercetare și stabilire modele și librării, raportat la cerințele identificate.
- Revizuirea literaturii științifice și crearea unui flux de lucru de bază pentru procesarea limbajului în limba română.
- Dezvoltarea seturilor de date locale.
- Captare, stocare și organizare informații într-un mod structurat și accesibil.
- Indexare și clasificare, utilizarea uneltelor de căutare avansate și de analiză a datelor.
Activitatea 1.2 Modele mari de limbaj pentru administrația publică
Activitatea a presupus construirea unui model de limbaj românesc (LLM) axat pe administrația publică. Aceasta a inclus crearea unui set de date relevant, adaptarea unui model Mistral pentru limba română și dezvoltarea unei soluții de tip RAG (Retrieval-Augmented Generation). Prin aceste activități, s-a urmărit testarea fezabilității tehnice a unei abordări integrate de procesare a limbii române. Aceste eforturi au pus bazele infrastructurii necesare pentru dezvoltarea modelului.
- Dezvoltare Model Mare de Limbaj (MML) pentru domeniul administrație.
- Dezvoltare prototip API pentru Model Mare de Limbaj pentru servicii
- Antrenament și reglare fină.
- Evaluare și selectare modele care vor sta la baza MML.
- Dezvoltare set de date legate de administrația publică pentru limba română.
- Asigurarea calității datelor.
- Implementare strategii de evaluare pentru ajustarea continuă a modelului.
- Antrenare modele.
Activitatea 1.3 Dezvoltare servicii și interfețe
Acitivitatea a vizat dezvoltarea de API-uri si interfețe vizuale cu rol în exploatarea serviciilor produse de MML pentru sectorul public. Metodele folosite au inclus dezvoltarea de API-uri și interfețe pentru interacțiunea cu un model lingvistic extins. Pentru dezvoltarea API-urilor și a interfețelor vizuale au fost utilizate diverse metode și tehnologii, inclusiv framework-uri de dezvoltare web precum Flask sau Django și biblioteci de front-end precum React sau Vue.js pentru interfețe vizuale. De asemenea, s-a realizat implementarea standardelor de proiectare a interfețelor utilizator și a experienței utilizator, împreună cu teste riguroase de utilizabilitate și performanță, pentru a crea interfețe eficiente și intuitive pentru utilizatori. Interfață vizuală pentru explorarea modelului de bază utilizează aceeași stivă ca și interfața de chat, ambele oferind funcționalități avansate de gestionare a setărilor modelului, precum și posibilități de integrare flexibilă cu alte sisteme și platforme de dezvoltare software. Implementarea standardelor de interoperabilitate și a API-urilor bine definite va facilita integrarea și extinderea LLM-urilor în diverse aplicații tehnice.
- Dezvoltare API-uri vizuale pentru exploatarea serviciilor produse de MML pentru sectorul public.
Rezultate:
A1D1 Hub pentru resurse de antrenament românești: pagina GitHub cu resurse românești
A1D2 Serviciu de adnotare a documentelor în limba romana: API pentru adnotare de documente în limba românăA1D3 Set de date pentru antrenament: set de date pentru antrenament în limba românăA1D4 MML pentru administrație publica: prima versiune a unui MMLA1D5 API și interfețe grafice: set de interfețe pentru accesarea serviciilor MMLA1D6 Pachet diseminare pe scară largăA1D7 Raport de progres
ETAPA 2 / 2026
PILOTARE ȘI EVALUARE
Activitatea 2.1 Dezvoltare servicii și interfețe
Activitatea a vizat integrarea cu portalul web existent de servicii electronice, prin dezvoltarea de API-uri și microservicii. S-au implementat servicii specializate precum extragere de entități numite (Named Entity Recognition), răspuns la întrebări (question answering) și sumarizare automată pentru a răspunde nevoilor utilizatorilor.
- Dezvoltarea interfețelor necesare pentru a opera chatbot-ul în cadrul portalului.
- Adaptarea fluxurilor de lucru.
- Securitatea datelor.
- Gestionarea utilizatorilor.
- Asigurarea performanței și conformității cu cerințele instituționale.
Activitatea 2.2 Evaluare rezultate
Evaluarea modelului de limbaj a implicat analiza performanței acestuia în rezolvarea sarcinilor specifice, precum generarea de texte coerente sau răspunsuri precise la întrebări. Interfețele vizuale și API-urile furnizate au oferit o experiență intuitivă și eficientă pentru utilizatori, facilitând interacțiunea cu modelul și interpretarea rezultatelor obținute. Evaluarea duală a rezultatelor și a interfețelor modelului a contribuit la înțelegerea adecvată a capacităților acestuia și la identificarea unor recomandări pentru optimizarea performanței și utilizabilității.
- Evaluarea sarcinilor în aval.
- Evaluarea capacității de explicare.
- Evaluarea algoritmilor, modelului mare de limbaj și a interfețelor grafice.
- Definirea scenariilor și criteriilor de evaluare.
- Interpretarea rezultatelor testării și realizarea de recomandării pentru optimizarea soluției.
- Testare servicii în mediu operațional.
Rezultate:
A2D1 Integrare cu servicii existente: integrare cu serviciile oferite de INDSOFT
A2D2 Evaluare rezultate: evaluarea generală a rezultatelorA2D3 Evaluare cu utilizatori: evaluarea integrării cu serviciile oferite de INDSOFTA2D4: Pachet diseminare pe scară largă
