 |
| Emylton Leunufna saat mengembangkan sistem kecerdasan buatan di ruang kerja teknologinya. (Foto: AI). |
Sebuah tim kecil di Indonesia merilis beta model bahasa yang kerangka berpikir, paradigma, dan arsitekturnya dikerjakan dari nol — dan mulai membuka kerangka itu sebagai proyek open source, agar siapa pun dapat membangun model bahasa yang native terhadap bahasa Indonesia.
Jogjapekan, Teknologi - Semuanya dimulai dari rasa penasaran yang sederhana: bisakah sebuah model bahasa melihat teks karakter demi karakter, utuh, tanpa lebih dulu memecah kata menjadi potongan-potongan? Kebanyakan model bahasa saat ini bekerja di atas potongan sub-kata — kompromi yang lahir dari statistik korpus. Pertanyaan itu ditelusuri sampai menjadi kerangka berpikir, paradigma, arsitektur, dan pipeline pelatihan yang seluruhnya lahir dari tim kecil di Indonesia. Hari ini, jawabannya punya nama dan memasuki fase beta: Veyra.Veyra 75M adalah base model generasi awal — beta pertama dari framework NINMENI dengan paradigma NMU. Yang layak dicatat bukan ukurannya, melainkan lapisan yang berdiri di belakangnya: sebuah kerangka berpikir dan sebuah cara membaca bahasa yang dikerjakan dari nol, bukan hasil menyetel ulang model yang sudah ada.
Tiga Lapis, Tiga Nama
Ada tiga tingkat yang sengaja dibedakan agar tidak tercampur. NINMENI adalah kerangka berpikirnya — framework riset dan rekayasa model bahasa native Indonesia. NMU (Native Meaning Unit) adalah paradigmanya: satu karakter menempati satu identitas utuh, di dalam ruang karakter yang tetap. Dan Veyra adalah model konkret pertama yang berdiri di atas keduanya.“NINMENI adalah kerangka berpikir yang kami tempuh untuk membangun model bahasa dari fondasi. Veyra adalah wujud pertama yang lahir dari kerangka itu — sebuah model konkret yang bisa dijalankan, bukan sebuah janji tentang model,” kata Emylton Leunufna, pencipta framework NINMENI dan paradigma NMU, sekaligus arsitek keseluruhan Veyra.
Satu Karakter, Satu Identitas
Keputusan paling awal yang diambil tim ini bukan detail teknis; ia pernyataan tentang bagaimana bahasa Indonesia sebaiknya dibaca oleh mesin. Setiap karakter — huruf, angka, spasi, tanda baca — diperlakukan sebagai unit dasar yang berdiri sendiri. Bukan potongan kata, bukan sub-kata. Karakter, apa adanya.“NMU adalah paradigma yang memperlakukan setiap karakter sebagai satuan makna yang berdiri sendiri, tanpa perantara. Kami membiarkan bahasa Indonesia dibaca sebagaimana ia ditulis — huruf demi huruf, spasi, tanda baca — dan model belajar dari bentuk itu apa adanya,” ujar Emylton.
Di sinilah letak sifat native-nya terhadap bahasa Indonesia. Bahasa ini hidup dari imbuhan: satu akar kata seperti “makan” tumbuh menjadi “memakan”, “makanan”, “dimakan”, “termakan” — dan penutur mengenali akarnya di setiap turunan itu tanpa berpikir. Segmentasi sub-kata yang ditentukan lewat statistik dapat memotong kata di tempat yang tidak mengikuti logika imbuhan, sehingga akar dan imbuhannya terpisah secara sewenang-wenang. Dengan membaca per karakter, akar kata selalu tampak utuh di dalam setiap turunannya — model dibiarkan menemukan pola imbuhan itu sendiri, sebagaimana bahasa ini memang bekerja. NINMENI dirancang di sekitar kenyataan sederhana itu: bahasa Indonesia diperlakukan sebagai bahasa utama sejak lapisan paling bawah, bukan sebagai bahasa yang datang belakangan.
Pilihan ini menutup banyak jalan pintas yang biasa dipakai. Setiap komponen harus dirancang ulang: bagaimana model mengalokasikan perhatiannya, bagaimana ia belajar dari teks yang panjang, bagaimana pipeline pelatihannya disusun. Tim memilih menempuh biaya itu ketimbang meminjam abstraksi yang tidak sepenuhnya cocok untuk bahasa yang menjadi rumahnya. Bahasa Indonesia yang mengajarkan model bagaimana ia berdiri — tim tidak memaksakan struktur; mereka menyediakan ruang, dan membiarkan bahasa mengisinya lewat pelatihan yang panjang.
Enam Bulan yang Tidak Lurus
Perjalanan menuju beta ini berlangsung lebih dari enam bulan, ditempuh oleh tim kecil dengan disiplin yang sederhana: setiap keputusan arsitektural harus dapat dipertanggungjawabkan pada bukti. Ada eksperimen yang dihentikan setelah berminggu-minggu berjalan. Ada arsitektur yang dibongkar total ketika bukti internal menunjukkan arah yang salah. Setiap keputusan mundur didokumentasikan sebagai bagian dari peta yang sedang digambar — bukan sebagai kegagalan.“Ada malam-malam ketika pertanyaannya berubah dari ‘kenapa masih belum jalan’ menjadi ‘apakah memang bisa jalan.’ Kami memilih bertahan bukan karena optimisme — kami bertahan karena pertanyaannya belum selesai kami tanyakan.” — Emylton Leunufna
Filosofi yang menemani pekerjaan itu sederhana, dan menjadi semacam kompas internal tim: tidak ada yang tahu jarak kebenaran terhadap sebuah pertanyaan sampai kamu memilih menelusurinya tanpa perlu berbalik.
Beta yang Jujur dengan Batasnya
Rilis beta ini menawarkan sesuatu yang jarang di lanskap peluncuran model bahasa: kejujuran tentang batas, disebut di depan — bukan di catatan kaki. Veyra 75M adalah base model generasi awal yang sudah membawa lapisan percakapan dasar, tetapi belum melalui penyelarasan penuh yang membuat gaya percakapan terasa halus di setiap kesempatan. Pada penalaran multi-langkah yang panjang, jawabannya kadang goyah dan membutuhkan pertanyaan yang lebih fokus untuk sampai pada bentuk terbaiknya.“Kami mengundang siapa pun mencoba Veyra apa adanya. Ia beta — jujur pada kekurangannya, jujur pada apa yang belum ia mampu. Tapi ia dibangun dengan sungguh-sungguh, dan kami percaya itulah bentuk penghormatan terbaik yang bisa kami tawarkan sekarang,” kata Emylton.
Ukuran 75 juta parameter pun ditempatkan tim sebagai titik pijak, bukan garis akhir. Generasi berikutnya direncanakan tumbuh ke ratusan juta parameter — tetap di ruang paradigma yang sama. Moto internal tim merangkum sikap itu: parameter bukan limit. Bukan klaim performa, melainkan pengingat bahwa ada banyak keputusan sebelum ukuran — paradigma representasi, kualitas kurikulum data, disiplin arsitektural.
Dibuka untuk Semua: Arah Open Source
Yang membedakan rilis ini dari sekadar pengumuman sebuah model adalah arah yang disiapkan sesudahnya. NINMENI tidak dirancang untuk dimiliki satu tim — dan pembukaannya sudah dimulai. Gelombang pertama kerangka ini kini tersedia publik di github.com/rfls-emyton/ninmeni: pemetaan karakter beserta ruang karakternya, pipeline data dan pelatihan lengkap, contoh kurikulum pretraining dan percakapan, serta dokumentasi antarmuka bagi siapa pun yang ingin mencolokkan arsitekturnya sendiri — dirilis dengan lisensi Apache-2.0. Dengan itu, peneliti, pengembang, dan komunitas dapat mulai membangun model bahasa yang native terhadap bahasa Indonesia di atas paradigma yang sama. Veyra 75M, dalam rencana itu, adalah model pertama: contoh yang berjalan, bukan produk tunggal. Lapisan berikutnya menyusul mengikuti kesiapan dokumentasi dan tata kelola, bukan tanggal yang dipaksakan.
“Jika ada satu hal yang ingin kami sampaikan lewat rilis ini: menelusuri bahasa sendiri adalah pekerjaan yang layak dikerjakan. Kami membuka Veyra bukan untuk dinilai sempurna, melainkan untuk ditemani — oleh yang bersedia berjalan bersama kami, satu karakter demi satu karakter.” — Emylton Leunufna
Pintu yang Dibuka Lebih Awal
Rilis beta jarang menjadi momen yang mudah diberitakan — ia tidak menawarkan angka besar, tidak menawarkan janji final. Yang ditawarkan Veyra 75M adalah pintu yang dibuka lebih awal, dengan daftar yang sudah dan yang belum diletakkan di ambangnya. Bagi tim di baliknya, ini bukan finis; ini titik ketika publik boleh ikut menelusuri. Akses beta disiapkan berjenjang — dimulai dari mitra teknis dan komunitas, kemudian dibuka lebih luas seiring lapisan operasional diselesaikan.
Tentang Pencipta
Emylton Leunufna (nama publik dari Paulus Femi Leunufna) adalah pencipta framework NINMENI dan paradigma NMU, sekaligus arsitek keseluruhan Veyra. Ia memimpin desain sistem dari lapisan paling dasar — bagaimana bahasa direpresentasikan, bagaimana model belajar, bagaimana pipeline pelatihan disusun — dan menuntun tim kecilnya melalui lebih dari enam bulan penelusuran, termasuk beberapa jalan buntu yang harus diakui sebagai jalan buntu. Model kerja tim menggunakan peer review internal berlapis; setiap keputusan arsitektural dipertanggungjawabkan pada bukti.Tentang Veyra — Veyra adalah model bahasa Indonesia yang dibangun di atas paradigma NMU (satu karakter satu identitas) dalam framework NINMENI. Framework, arsitektur, dan pipeline pelatihannya dirancang dari nol di Indonesia; bukan turunan model asing. Rilis beta 75 juta parameter ini adalah base model generasi awal dari sebuah keluarga yang akan berlanjut ke skala lebih besar. Kode framework NINMENI (gelombang pertama): github.com/rfls-emyton/ninmeni. Kontak: emylleons8@gmail.com.
