Kolibri-1: nemecké firemné dokumenty a AI, ktorá má vedieť povedať „neviem“

Pri reklamácii u dodávateľa nechcem, aby AI doplnila pravdepodobnú záručnú lehotu. Chcem vedieť, v ktorom dokumente ju našla. A keď chýba príloha zmluvy, potrebujem prípad odovzdať človeku.

Práve tým je zaujímavý Kolibri-1 od Aleph Alpha. Vyšiel 3. októbra 2026, zameriava sa na nemčinu a angličtinu a jeho váhy sú dostupné pod Apache 2.0. Výrobca uvádza trénovanie na odmietnutie odpovede, ktorú dodaný kontext nepodporuje. To je dôvod na test, nie záruka správnosti. Oznámenie Aleph Alpha.

Kam by som ho vo firme zaradil

Môj prvý pilot by bol interný asistent pre firmu s nemeckými dodávateľmi. Vstupom sú e-maily, objednávky a technické podklady. Výstupom návrh odpovede s odkazmi na konkrétne pasáže. Odoslanie e-mailu musí schváliť človek.

Pilot by som viedol v nemčine. Kvalitu slovenčiny a češtiny by som vyhodnotil osobitne; schopnosti v jednom jazyku nemožno považovať za výsledok testu v inom. Ani preklad vstupu nie je zadarmo: pridáva ďalšie miesto, kde sa môže zmeniť význam technického pojmu.

Téma nadväzuje na kontrolu nad prevádzkou firemnej AI. Tu však riešime konkrétny nový model a spôsob, ako overiť prácu s chýbajúcimi dôkazmi.

Aktívne parametre neurčujú veľkosť servera

Podľa modelovej karty má MoE model približne 78 miliárd parametrov, z ktorých je aktívnych 3,46 miliardy na token. FP8 váhy zaberajú približne 78 GB. Maximum kontextu je 1 048 576 tokenov; výrobca pre efektívnu prevádzku a zložité úlohy odporúča najviac 262 144. Nasadenie využíva plugin Aleph Alpha pre vLLM.

Pre mňa z toho vyplýva jednoduché rozpočtové pravidlo: infraštruktúru nepočítať podľa aktívnych parametrov. Do pilotu treba zahrnúť pamäť pre súbežné požiadavky, dĺžku dokumentov, prevádzkovú rezervu aj čas správcu servera. Konkrétnu GPU konfiguráciu by som vybral až podľa záťažového testu.

Návrh workflow v n8n

Nasledujúci postup je návrh pilotu, nie integrácia otestovaná pre tento článok:

1. Interne prevádzkované n8n prevezme e-mail a priradí mu ID prípadu. OCR naskenovaných príloh zostane samostatným krokom.
2. Vyhľadávanie vráti len pasáže dokumentov, ku ktorým má používateľ prístup. Ku každej pridá ID a verziu.
3. Model navrhne odpoveď, zoznam použitých podkladov a chýbajúce informácie. Požadovaný výstupný formát musí prejsť validáciou aplikácie.
4. Samostatný krok overí existenciu citovaných pasáží. Človek posúdi, či skutočne dokladajú záver; samotná platná citácia nestačí.
5. Návrh sa uloží do frontu na schválenie. Opakovaný beh s rovnakým ID nesmie vytvoriť druhý prípad ani opäť odoslať odpoveď.

Ak je cieľom ponechať dáta vo firme, skontroloval by som aj OCR, vyhľadávanie, logy a zálohy. Lokálny model nerieši cestu dokumentu ostatnými službami.

Otestujte aj cenu príliš častého „neviem“

Pripravil by som 60 ručne vyhodnotených prípadov: 20 s úplnými podkladmi, 20 s chýbajúcou rozhodujúcou informáciou a 20 s rozporom medzi dokumentmi. Ide o návrh malej úvodnej sady, nie o štatistickú záruku.

Meral by som nepodložené odpovede, zbytočné odmietnutia pri riešiteľných prípadoch, správnosť citácií, čas opravy a náklad na schválený výsledok. Model, ktorý odmietne všetko, môže pôsobiť bezpečne a pritom tímu nepomôcť.

Začal by som popri súčasnom riešení bez automatických zápisov do CRM alebo ERP. Až keď klesne počet opráv pri prijateľnej latencii a prevádzkových nákladoch, rozšíril by som pilot. Hodnota Kolibri sa pre takúto firmu ukáže v konkrétnej odpovedi nad nemeckým podkladom, nie v samotnej dĺžke kontextu.

Zdroje: pôvodné oznámenie, 3. 10. 2026, modelová karta a návod na nasadenie. Vlastný benchmark modelu som pre tento článok nerobil.