«Яндекс» выпустил большую языковую модель Alice AI Foundation LLM

«Яндекс» представил собственную большую языковую модель Alice AI Foundation LLM, обученную с нуля силами компании, без использования сторонних зарубежных моделей или готовых компонентов. Веса и настроенные параметры опубликованы в открытом доступе под лицензией, которая разрешает коммерческое и исследовательское использование. Об этом «Яндекс» сообщил 21 сентября.

Что за модель

Alice AI Foundation содержит 80 млрд параметров, из которых одновременно активны только 3 млрд, а обучение прошло на 18 трлн токенов. Такая архитектура экономит вычислительные ресурсы при работе модели по сравнению с классическими плотными сетями того же размера. Технические отчеты и результаты тестов доступны на платформе Hugging Face. Для оценки знаний, значимых именно для русскоязычных пользователей, «Яндекс» сделал два собственных бенчмарка: WikiWebFacts проверяет даты, события и персоналий, а HardMultiQA построен на обезличенных запросах к «Алисе» и охватывает медицину, право, ИТ и другие области. Большинство глобальных моделей обучены преимущественно на англоязычных текстах и хуже справляются с фактами, специфичными именно для русскоязычной аудитории, — эту разницу собственные тесты и должны показывать.

Кто стоит за обучением

Создание такой модели — это не только вычисления. Ранее «Яндекс» сообщал, что в 2026 году направит на работу ИИ-тренеров — людей, которые размечают данные и оценивают качество ответов модели, — 3,5 млрд рублей. Именно разметка и оценка ответов формируют поведение модели после базового обучения на текстах и определяют, насколько корректно она справляется со сложными запросами. Компания также параллельно развивает образовательные программы по ИИ совместно с вузами-партнерами, откуда со временем приходят новые специалисты для той же разметки и оценки моделей.

Что это меняет

Alice AI Foundation пока остается базовой моделью, а не готовым ассистентом для конечного пользователя. Публикация весов в открытом доступе означает, что любая российская компания или разработчик может дообучить модель под свою задачу, не обращаясь к зарубежным поставщикам и не завися от условий их лицензий. Правило зависит от того, готовы ли разработчики вкладывать ресурсы в дообучение, а не просто взять готовый продукт.