Як передає Міністерство цифрової інформації змагання зібрало понад 870 учасників з різних компаній та країн. Загалом 198 команд завантажили більш як 6800 версій ШІ-моделей на платформі Kaggle.
Читайте также: Армія рф намагається заглушити термінали Starlink Сил оборони за допомогою нових систем РЕБ
До фіналу пройшли десять найкращих команд, які презентували свої продукти експертному журі. Оцінювання базувалося на комбінованій системі: 70% бала залежали від точності розпізнавання закритих наборів документів, а 30% від експертної оцінки архітектури та можливості масштабування.
Перше місце та головний приз здобула команда Dantists, до якої увійшли Data Scientist проєкту «Мрія» Костянтин Загорулько та військовослужбовець, ексфахівець ПриватБанку Олександр Дуднєв. Їхня розробка поєднує дві нейромережі: одна відповідає за безпосереднє розпізнавання тексту, а інша перевіряє результат і виправляє типові помилки. Це рішення виявилося не лише найточнішим на реальних документах, а й найбільш придатним для технічного розгортання в реєстрах.
Друге місце посів Senior ML Engineer компанії Jaroona Дмитро Коваленко. Його система базується на поєднанні кількох спеціалізованих моделей детекції з великою мовною моделлю-редактором. Хоча цей продукт потребує значних обчислювальних ресурсів, він забезпечує максимальну якість вичитки найскладніших матеріалів.
Читайте также: «Зробіть їх самі». Трамп пообіцяв надати Україні ліцензію на виробництво ракет до ППО Patriot
Третє місце дісталося розробнику з Японії Тецуї Фудзімурі, який вирішив передати свій виграш на підтримку України. Його команда зробила ставку на компактність, побудувавши процес навколо невеликої мовної моделі Qwen 3.5 4B, донавченої під український рукопис. Таку систему можна розгорнути на одній відеокарті рівня RTX 4090, що робить її економічно вигідною для розгортання на великих масивах даних.
Основою для змагання став RUKOPYS — перший в Україні відкритий анотований датасет рукописного тексту, який містить матеріали за понад сто років. Цю базу даних планують розширювати для створення нових ШІ-моделей, які допоможуть швидше оцифровувати фонди Держархіву та автоматично перевіряти завдання в освітніх застосунках.
Читайте также: Ringostat представила голосового ШІ-агента, що автоматизує до 90% рутинних комунікацій бізнесу