Trong khuôn khổ Ngày hội Đổi mới sáng tạo Quốc gia 2025, hội thảo “Tham vấn về xây dựng bộ dữ liệu mở cho tiếng Việt phục vụ nghiên cứu và ứng dụng trí tuệ nhân tạo” đã diễn ra với sự tham gia của NIC, Meta, AI for Vietnam cùng nhiều chuyên gia và doanh nghiệp công nghệ.

Tại sự kiện, ViGen ra mắt phiên bản thử nghiệm – cột mốc quan trọng cho hệ sinh thái AI Việt Nam, đánh dấu bước tiến lớn trong hành trình xây dựng nền tảng dữ liệu mở tiếng Việt phục vụ nghiên cứu và phát triển AI.

3 kết quả nổi bật được công bố trong giai đoạn đầu:
🔹 Vi-Primer 1.0 - bộ dữ liệu tiền huấn luyện tiếng Việt lớn nhất từ trước đến nay (50 tỷ token), phát hành theo giấy phép mở để mọi nhà nghiên cứu, doanh nghiệp và cộng đồng đều có thể khai thác.
🔹 Bộ 5 khung đánh giá chuyên sâu với 10.020 mẫu, giúp đo lường toàn diện năng lực của các mô hình AI tiếng Việt ở nhiều khía cạnh: ngôn ngữ, kiến thức, tư duy, phản hồi và ứng dụng thực tế.
🔹 Nền tảng ViGen thử nghiệm - một không gian cộng tác mở, nơi các bên có thể cùng đóng góp dữ liệu, huấn luyện, kiểm thử và đánh giá mô hình AI, thúc đẩy sự minh bạch và cộng hưởng tri thức.

Sự kiện ra mắt ViGen không chỉ là một cột mốc công nghệ quan trọng mà còn là lời kêu gọi cộng đồng AI Việt Nam cùng chung tay xây dựng hệ sinh thái AI mở, bền vững và mang bản sắc Việt Nam.

Hội thảo cũng chứng kiến lễ ký kết Biên bản ghi nhớ hợp tác (MOU) giữa NIC, AI for Vietnam và các đối tác chiến lược trong lĩnh vực công nghệ, giáo dục và doanh nghiệp, nhằm thúc đẩy phát triển bộ dữ liệu mở tiếng Việt phục vụ nghiên cứu và ứng dụng AI.

MOU giữa Trung tâm Đổi mới sáng tạo Quốc gia và Viện Công nghệ Thông tin - Thúc đẩy công nghệ AI phát triển, góp phần xây dựng hệ sinh thái AI bền vững tại Việt Nam và trên thế giới.

MOU giữa Haimaker và tổ chức AI for Vietnam - Thúc đẩy công nghệ AI phát triển, góp phần xây dựng hệ sinh thái AI bền vững tại Việt Nam và trên thế giới.

MOU giữa Hyra Compliance và AI for Vietnam - Tiền đề để hai bên thiết lập một cơ chế phối hợp toàn diện, đóng góp trong việc xây dựng bộ dữ liệu mở cho tiếng Việt phục vụ nghiên cứu, phát triển và ứng dụng trí tuệ nhân tạo.

ViGen là dự án đầy thách thức có quy mô lớn và có ảnh hưởng quan trọng tới việc ứng dụng AI tại Việt Nam, do đó cần sự chung tay của toàn xã hội từ các nhà nghiên cứu và phát triển tới các chuyên gia và người dùng.

Thông qua việc xây dựng một hệ sinh thái đa dạng gồm các bộ dữ liệu và công cụ nguồn mở chất lượng cao dành cho việc huấn luyện và đánh giá các mô hình AI, dự án bảo đảm rằng các hệ thống AI có thể hiểu và tạo ra nội dung bằng tiếng Việt một cách tự nhiên trong mọi lĩnh vực, từ giao tiếp hàng ngày đến các ứng dụng mang tính tiên tiến, chuyên sâu.

Leaflet A4 mô tả tổng quan về khuôn khổ Chương trình VIC 2025 - Dự án ViGen, bao gồm: Sứ mệnh, mốc thời gian, mục tiêu .v.v của dự án.

Báo cáo cung cấp các phương pháp tối ưu trong ứng dụng AI mã nguồn mở và đánh giá các ứng dụng thực tiễn của mô hình Llama trong các lĩnh vực quan trọng của khu vực công.