Кабінет Міністрів України ухвалив постанову, яка запускає створення національного корпусу даних для тренування та тестування великих мовних моделей (LLM). Ним буде опікуватися Міністерство цифрової трансформації.

Відповідний документ № 1416 уряд затвердив 11 листопада 2026 року. Куратором та організатором бази даних визначили Мінцифри, а за її технічне наповнення, структурування та захист відповідатиме державне підприємство «ДІЯ». На розгортання корпусу Мінцифри має три місяці. Після цього міністерство разом із МОН та Національною академією наук протягом пів року має напрацювати пропозиції щодо подальшого розвитку національної системи мовних ресурсів.

Корпус складатиметься зі знеособлених структурованих і неструктурованих текстів українською мовою: баз даних, літературних творів, наукових досліджень та 

Органи виконавчої влади зобов’язані передати наявні в них відкриті набори даних протягом місяця після запиту від Мінцифри або ДП «ДІЯ». Приватні компанії, бібліотеки, заклади освіти та фізичні особи можуть долучитися до наповнення бази добровільно на основі ліцензійних договорів із дотриманням авторських прав.

Доступ до сформованого корпусу даних надаватимуть безоплатно за ліцензійним договором, проте отримати його зможуть не всі. Претендувати на роботу з базою мають право лише українські юрособи та ФОПи, які мають підтверджений досвід розробки або тестування LLM і зобов’язуються використовувати дані виключно для цієї мети. Водночас постанова встановлює жорсткі обмеження: доступ закритий для компаній із санкційних списків, фінансових установ, інвестфондів, а також бізнесу, що працює на тимчасово окупованих територіях, в рф, білорусі чи має там кінцевих бенефіціарів або акціонерів із часткою від 10%.

Заявки на отримання доступу ДП «ДІЯ» розглядатиме протягом 10 робочих днів. У разі виявлення нецільового використання даних або порушення вимог безпеки доступ до корпусу припинятимуть негайно. Також документ передбачає механізм захисту інтелектуальної власності: якщо правовласник поскаржиться на незаконне використання його текстів, доступ до спірного набору даних тимчасово заблокують протягом одного робочого дня на час перевірки.