ELCHE. Un consorcio compuesto por 20 centros de investigación, empresas y centros EuroHPC líderes en Europa, coordinado por Jan Hajič (Universidad Charles, República Checa) y codirigido por Peter Sarlin (AMD Silo AI, Finlandia), creará una familia de modelos de lengua masivos, LLMs, multilingües de alto rendimiento que servirán de base para la construcción de servicios comerciales, industriales y públicos. Los LLMs previstos, de código abierto, transparentes y ajustados a normativa europea, democratizarán el acceso a tecnologías de Inteligencia Artificial (IA) de alta calidad y reforzarán la capacidad de las empresas europeas para competir en el mercado global y de las organizaciones públicas para producir servicios públicos de alto impacto. En este proyecto participa la empresa Prompsit Language Engineering del Parque Científico de la Universidad Miguel Hernández (PCUMH) de Elche.

El proyecto OpenEuroLLM responde a la necesidad de mejorar la competitividad y la soberanía digital de Europa. Es un ejemplo del tipo de infraestructura tecnológica necesaria para reducir las barreras de desarrollo y perfeccionamiento de productos europeos sustentados en modelos de IA. Además, refuerza valores como la transparencia, la apertura y la participación de la comunidad, ampliamente reconocidos en todo el ecosistema tecnológico europeo. Los modelos se desarrollarán dentro del sólido marco regulador europeo para salvaguardar tanto sus valores como la excelencia tecnológica.

En colaboración con comunidades de código abierto y ciencia abierta como LAION, open-sci u OpenML y con otros expertos reunidos en el Consejo de Asociación Estratégica Abierta del proyecto, OpenEuroLLM garantizará que sus modelos, software, datos y resultados de evaluación sean totalmente abiertos y puedan adaptarse a las necesidades específicas de la industria y del sector público. Estos modelos multilingües de alto rendimiento velarán asimismo por la preservación de la diversidad lingüística y cultural, permitiendo a las empresas europeas desarrollar productos y servicios de alta calidad en la era de la IA.

El proyecto, que ha recibido el sello STEP (Strategic Technologies for Europe Platform), se sustenta sobre los resultados de proyectos europeos anteriores y la experiencia de sus socios, incluidos grandes repositorios de datos abiertos de alta calidad y LLMs piloto desarrollados con anterioridad. El consorcio está operativo desde el 1 de febrero de 2025, financiado por la Comisión Europea en el marco del Programa Europa Digital.

OpenEuroLLM cuenta con la participación de la empresa Prompsit Language Engineering, spin-off del grupo Transducens de la Universitat d’Alacant y con sede en el Parque Científico de la UMH. Prompsit aporta al proyecto su amplia experiencia en la creación, limpieza y análisis de corpus multilingües abiertos a través de proyectos como ParaCrawl, MaCoCu o HPLT, su constante apuesta y contribución a proyectos de código abierto como forma de avanzar tecnológicamente hacia un modelo de servicios transparentes y de calidad, y su compromiso con las comunidades lingüísticas y las lenguas con pocos recursos. En OpenEuroLLM, Prompsit co-lidera los paquetes de trabajo de datos de entrenamiento y diseminación, y colabora en la evaluación de los modelos multilingües.