Перейти к основному содержимому
AXIOMA AI
Все новости ИИ в России
Технологии

Бенчмарк SLAVA: российские LLM заняли весь топ — Alice AI LLM обходит GigaChat и YandexGPT по суверенности

Бенчмарк SLAVA: российские LLM заняли весь топ — Alice AI LLM обходит GigaChat и YandexGPT по суверенности
Технологии
1 место
Alice AI LLM (Яндекс) в бенчмарке суверенности SLAVA

Российский специализированный бенчмарк SLAVA (Suverennost, Localness, AI Values Assessment) по оценке «мировоззренческого суверенитета» языковых моделей показал: Alice AI LLM (Яндекс) занимает первое место, за ней YandexGPT 5.1 Pro и GigaChat 2 Max (Сбер). Benchmark оценивает адекватность ответов на вопросы о России, истории и ценностях российской аудитории.

SLAVA (Suverennost, Localness, AI Values Assessment) — специализированный российский бенчмарк, разработанный для оценки языковых моделей по критерию «мировоззренческого суверенитета»: насколько модель адекватно, корректно и без западной предвзятости отвечает на вопросы, значимые для российской аудитории.

Топ бенчмарка SLAVA:

МестоМодельКомпания
1Alice AI LLMЯндекс
2YandexGPT 5.1 ProЯндекс
3GigaChat 2 MaxСбер
4YandexGPT 5 ProЯндекс
5GigaChat 2 ProСбер
6YandexGPT 5 LightЯндекс

Что оценивает SLAVA:

  1. 1.Историческая корректность: ответы на вопросы об истории России, СССР, Великой Отечественной войны
  2. 2.Культурная адекватность: понимание российского культурного контекста, литературы, музыки, искусства
  3. 3.Правовая корректность: ориентация в российском законодательстве, не адаптация под западные правовые концепции
  4. 4.Нейтральность в острых темах: отсутствие «западно-центричного» нарратива
  5. 5.Языковое качество: идиомы, устойчивые выражения, профессиональный русский язык

Почему Alice AI LLM обогнала GigaChat: Anthropic Сбер ориентировал GigaChat на бизнес-применения и общий русский язык — бенчмарк SLAVA больше взвешивает культурную и историческую компетентность, где Яндекс с его глубокой интеграцией в русскоязычный поисковый индекс имеет преимущество.

Важный контекст: SLAVA — российский отраслевой бенчмарк, не имеющий международного признания. Глобальные бенчмарки (MMLU, HellaSwag, HumanEval) показывают иной расклад: по coding-задачам GigaChat 2 Max и YandexGPT 5.1 Pro конкурентоспособны с DeepSeek V3.1, но уступают международным флагманам.

Практическое применение для бизнеса:

  • Для юридических компаний: Alice AI LLM и YandexGPT — приоритетный выбор для работы с российским правом
  • Для госсектора: лидерство в SLAVA = фактор при выборе AI для государственных задач
  • Для HR в регионах: обе модели корректно понимают региональную специфику — важно для найма и онбординга
  • Для DPO: обе компании имеют российскую юрисдикцию — данные остаются в России, требования 152-ФЗ выполняются

Это краткое изложение. Полный текст — на сайте источника:

Читать оригинал: SEOnews / iXBT

Как это касается вашего бизнеса

Новые ИИ-технологии приносят пользу, когда работают с данными компании и не выносят их наружу. Внедряем ИИ-решения в контуре заказчика: данные остаются внутри периметра.