KInIT zhrnul výstupy projektu lorAI: od slovenského benchmarku sk-bench po PEFT-Bench

Primárnym podkladom je stránka KInIT publikovaná 26. októbra 2026 s názvom „Research powered by lorAI“. Sama seba predstavuje ako prehľad výskumných výstupov vzniknutých v rámci projektu lorAI a pri spolupráci s partnermi. Text to formuluje priamo: „Within the lorAI project, we work closely with our partners on joint research efforts. This work has resulted in several publications.“ Z toho vyplýva, že jadrom správy je súhrn publikácií, nie ohlásenie jedného produktu alebo jednej experimentálnej novinky.

KInIT zároveň na stránke vymedzuje tematický rozsah týchto publikácií. Podľa textu „Topics of publications range from efficient LLM models, fine-tuning, auditing and benchmarking, human-centered AI and others.“ To umožňuje opísať lorAI ako výskumné zoskupenie so záberom na technický vývoj modelov aj na ich hodnotenie a spoločenské rámce. Toto tvrdenie však ostáva tvrdením domovskej inštitúcie o vlastnom portfóliu publikácií, nie nezávislým auditom kvality alebo dopadu týchto prác.

Jedným z najvýraznejších príkladov na stránke je sk-bench. KInIT ho uvádza pod plným názvom „sk-bench: A Native-First Benchmark for Evaluating Large Language Models in Slovak“ a v stručnom opise píše, že viacjazyčné benchmarky často slovenčinu vynechávajú alebo ju pokrývajú len cez strojový preklad. Zároveň ho charakterizuje ako „a native-first benchmark with 30 datasets across ten skill categories, used to evaluate 55 open- and closed-weights models.“ Z hľadiska článku je podstatné držať sa tejto atribúcie: stránka tvrdí, že ide o natívne pripravený benchmark pre slovenčinu a že bol použitý na širšie hodnotenie modelov.

Druhým konkrétnym príkladom je PEFT-Bench. KInIT ho uvádza ako „A Parameter-Efficient Fine-Tuning Methods Benchmark“ a dopĺňa, že parameter-efficient fine-tuning metódy znižujú výpočtové a environmentálne náklady tým, že obmedzujú počet trénovateľných parametrov, no ich hodnotenie býva obmedzené a ťažko reprodukovateľné. Podľa stránky PEFT-Bench tento problém rieši jednotným benchmarkom „tested across 27 NLP datasets and 7 PEFT methods on autoregressive LLMs.“ Praktický význam tohto bodu spočíva skôr v metodike hodnotenia než v jednom čísle výkonu.

Hranica poznania je v tomto prípade pomerne jasná. Máme čerstvý primárny zdroj od KInIT, ktorý spoľahlivo dokladá, že inštitút zverejnil súhrn publikácií projektu lorAI a aké práce na stránke vybral ako príklady. Nemáme však v tomto balíku plné texty všetkých prác ani nezávislé overenie ich výsledkov. Preto je korektné písať o tom, čo KInIT zverejnil a ako jednotlivé publikácie opisuje, nie vyhlasovať širší verdikt o výkonnosti celého výskumného programu.