SLAIH upozorňuje na päť zdrojov pre slovenčinu v AI: od multimodálneho modelu po rečové a férovostné datasety

Základ správy je jednoduchý: SLAIH publikoval text, ktorého cieľom je predstaviť „niekoľko nových prírastkov do nášho katalógu, ktoré stoja za pozornosť“. Samotný zdroj zároveň vysvetľuje širší zámer hubu ako miesta, ktoré má uľahčiť objavovanie kvalitných zdrojov pre AI a spracovanie prirodzeného jazyka v slovenčine. Oproti skoršiemu uvedeniu SLAIH ako centrálneho hubu ide v tomto prípade o tematický prehľad konkrétnych položiek z katalógu, nie o nové technické vyhodnotenie alebo samostatné vydanie jedného modelu či datasetu.

MiniMax-M3 SLAIH opisuje ako „moderný multimodálny foundation model schopný pracovať s textom, obrázkami aj videom“. Zdroj tiež tvrdí, že model bol sprístupnený ako „open-weight riešenie na nekomerčné využitie“ a že podľa prvých hodnotení „dosahuje veľmi dobré výsledky aj na slovenčine“. To sú podstatné parametre pre čitateľa, ale zároveň ide o zdrojovo pripísané tvrdenia SLAIH; z dodaných podkladov nevyplývajú nezávislé merania ani detail benchmarku, z ktorého by bolo možné tieto schopnosti overiť.

SkMTEB je v oznámení predstavený ako „prvý komplexný benchmark pre slovenské textové embeddingy“ a SLAIH uvádza, že bol „odprezentovaný na ACL 2026“. Najkonkrétnejší technický údaj je rozsah benchmarku: „31 datasetoch pokrývajúcich sedem rôznych typov úloh“. Pre praktické použitie je dôležitá aj ďalšia veta zo zdroja: „samotné datasety sú voľne dostupné“. To znamená, že hodnota položky nespočíva iba v rebríčku modelov, ale aj v tom, že vývojári môžu použiť pripravené slovenské evaluačné dáta bez budovania vlastnej sady od nuly.

GEST sa v texte odlišuje tým, že nerieši primárne výkon, ale skreslenia modelov. SLAIH ho označuje za „manuálne vytvorený benchmark určený na hodnotenie rodových stereotypov v jazykových modeloch a systémoch strojového prekladu“. Rozsah je pomerne jasne ohraničený: angličtina a deväť slovanských jazykov vrátane slovenčiny, pričom dataset obsahuje príklady pre „16 bežných rodových stereotypov“. Pre redakčné spracovanie je podstatné držať sa tejto formulácie a nepripisovať benchmarku výsledky, ktoré v dodanom podklade nie sú.

Pri reči sú v oznámení dve rozdielne vrstvy infraštruktúry. SloPalSpeech je podľa SLAIH „rozsiahly slovenský rečový korpus vytvorený z nahrávok parlamentných vystúpení“ a obsahuje „viac ako 2 800 hodín synchronizovaných zvukových nahrávok a prepisov“. Tento opis zapadá aj do širšieho kontextu predchádzajúceho archívneho článku o slovenskom ASR, ktorý upozorňoval na význam dát pre rozpoznávanie reči. Piper je na druhej strane opísaný ako „open-source systém na syntézu reči“ s podporou slovenčiny a desiatok ďalších jazykov; SLAIH pri ňom zdôrazňuje lokálny beh, nízke hardvérové nároky a vhodnosť pre súkromie citlivé alebo offline scenáre.

Najväčším obmedzením tejto správy je povaha zdroja. Všetkých päť položiek je predstavených v jednom oznámení SLAIH a pri viacerých z nich ide o opis schopností, využitia alebo významu bez nezávislého potvrdenia v dodaných podkladoch. Preto je férové rozlišovať medzi zdokumentovaným faktom, že SLAIH tieto zdroje vyzdvihol vo svojom katalógu, a medzi širšími závermi o ich výkone či trhovom význame, ktoré by si vyžadovali ďalšie externé zdroje.