Polskie modele AI PolDense – tańsze i skuteczniejsze rozwiązanie dla języka polskiego

Nowe polskie modele sztucznej inteligencji z rodziny PolDense zostały stworzone z myślą o pracy z językiem polskim i dotyczą niezależności technologicznej krajowych podmiotów w zakresie wyszukiwania informacji. Modele te opracował AI Lab w Ośrodku Przetwarzania Informacji (OPI-PIB). Według twórców, niektóre z modeli PolDense osiągają lepsze wyniki w pracy z językiem polskim niż większe modele wielojęzyczne, a jednocześnie działają przy znacznie mniejszych wymaganiach sprzętowych.

Rodzina modeli PolDense i ich zastosowanie

Rodzina PolDense obejmuje sześć modeli opartych na architekturze ModernBERT oraz technologii ettin-encoders. Modele te mają od 17 milionów do 1 miliarda parametrów. Zostały zaprojektowane do pracy z dużymi wolumenami danych nieustrukturyzowanych, szczególnie w systemach takich jak wyszukiwarki, chatboty, asystenci AI oraz aplikacje wykorzystujące architekturę Retrieval Augmented Generation (RAG). Modele PolDense potrafią analizować teksty o długości nawet 8192 tokenów.

Jak wyjaśnia dr inż. Marek Kozłowski, kierownik AI Lab w OPI-PIB, modele PolDense nie są porównywalne z modelami generatywnymi typu ChatGPT, Claude czy chińskimi Qwen i DeepSeek, ponieważ nie są to modele generatywne. Ich celem jest wsparcie wyszukiwania informacji, co jest istotne w kontekście rozwoju agentów AI opartych na wykorzystaniu własnych zbiorów danych.

Znaczenie modeli PolDense w architekturze RAG

W coraz większej liczbie rozwiązań wykorzystujących duże modele językowe stosuje się podejście RAG, które pozwala generować odpowiedzi nie tylko na podstawie wiedzy zapisanej w modelu, lecz także na podstawie aktualnych i wyszukanych w czasie rzeczywistym dokumentów typowych dla danej branży. Skuteczność takich systemów zależy w dużej mierze od jakości mechanizmu wyszukiwania informacji.

Jednym z podejść zwiększających skuteczność wyszukiwania są tzw. dense retrievery, czyli modele oparte na głębokich sieciach neuronowych. Potrafią one przekształcać pytania i dokumenty w kompaktowe reprezentacje wektorowe, co umożliwia precyzyjne wyszukiwanie treści na podstawie znaczenia, a nie wyłącznie dopasowania słów kluczowych. AI Lab OPI pracuje obecnie nad takimi technologiami wyszukiwania informacji.

Dostępność i zastosowania modeli PolDense

Modele PolDense zostały udostępnione jako open source na platformie Hugging Face. Mogą być wykorzystywane przez naukowców, administrację publiczną oraz przedsiębiorców do tworzenia własnych mechanizmów wyszukiwania, systemów RAG oraz narzędzi do pracy z bazami dokumentów.

Dr inż. Marek Kozłowski wskazuje, że dotychczas wdrożenia oparte na wyszukiwaniu informacji korzystały często z modeli chińskich lub amerykańskich. Teraz dostępny jest model polski, który jest skuteczniejszy od modeli zagranicznych i jednocześnie dziesięciokrotnie mniejszy. Rodzina modeli PolDense jest na tyle szeroka, że niektóre z nich można uruchomić nawet na infrastrukturze bez GPU, czyli na zwykłych procesorach obliczeniowych, a model można dobrać do konkretnych potrzeb i dostępnej infrastruktury lokalnej.

Wyniki benchmarku i porównania z modelami zagranicznymi

Największy z modeli PolDense, oznaczony jako PolDense 1B, uzyskał 64,11 punktów w benchmarku Polish Information Retrieval Benchmark (PIRB), zajmując pierwsze miejsce w rankingu. Model ten wyprzedził między innymi modele wielojęzyczne, które mają kilka razy więcej parametrów.

Dr inż. Marek Kozłowski podkreśla, że modele PolDense są porównywalne lub lepsze od wielojęzycznych modeli zagranicznych koncernów, które są dziesięciokrotnie większe. Model dziesięciokrotnie mniejszy jest dziesięciokrotnie tańszy w utrzymaniu, zajmuje mniej pamięci i działa szybciej na lokalnej infrastrukturze. Oferuje to wyższą lub porównywalną skuteczność przy wielokrotnie niższych kosztach utrzymania, a także niezależność technologiczną i suwerenność.

Wykorzystanie sztucznej inteligencji w polskich firmach

Według danych Eurostatu, w 2025 roku sztuczną inteligencję wykorzystywało 8,4 proc. polskich przedsiębiorstw, podczas gdy średnia unijna wynosiła 20 proc. Badanie PwC „Polskie firmy nie wykorzystują w pełni potencjału AI” z ubiegłego roku wskazuje na rosnące zainteresowanie agentami AI wśród dużych firm. W badaniu wzięło udział 187 przedsiębiorstw zatrudniających co najmniej 250 pracowników z 17 branż. Spośród nich 44 proc. korzystało z agentów AI, a kolejne 14 proc. planowało ich wdrożenie.

Rodzina modeli PolDense jest dostępna dla różnych użytkowników, co może mieć znaczenie dla rozwoju rozwiązań AI w Polsce, zwłaszcza w kontekście rosnącego zainteresowania agentami AI wśród przedsiębiorstw oraz potrzeby efektywnego wyszukiwania informacji w języku polskim.

Modele PolDense mają różne rozmiary i możliwości, co umożliwia ich zastosowanie zarówno w dużych systemach z zaawansowaną infrastrukturą, jak i w mniejszych środowiskach bez specjalistycznego sprzętu. Ich dostępność jako open source umożliwia szerokie wykorzystanie w różnych sektorach, w tym w administracji publicznej, nauce i biznesie.

W ten sposób rodzina PolDense stanowi przykład rozwoju technologii AI dostosowanej do specyfiki języka polskiego, oferując narzędzia do skutecznego wyszukiwania informacji i wsparcia systemów opartych na dużych modelach językowych.