Borealis gir Norge egne AI-modeller – men avisdataene er foreløpig bare en start

Borealis gir norske utviklere, forskere og bedrifter en hel familie med norsktilpassede AI-modeller som kan lastes ned og kjøres på egen maskinvare. Modellene finnes i fem størrelser fra 270 millioner til 27 milliarder parametere, er tilpasset bokmål og nynorsk og bygger på Google Gemma 3.

Det er en praktisk viktig lansering. Du kan fintrene modellene for egne oppgaver, kjøre dem lokalt uten å sende data til en utenlandsk skytjeneste og velge en størrelse som passer alt fra små enheter til kraftige GPU-servere. Det er noe ganske annet enn enda en norsk chatbot med et pent grensesnitt og en lukket modell i bakgrunnen.

Men pressemeldingen gir et større inntrykk av avisdataenes rolle enn modellkortene gjør. Nasjonalbibliotekets egen tekniske dokumentasjon sier at denne første utgaven bare bruker rundt 10 000 oppgaver basert på lisensiert avismateriale, hovedsakelig for å lære modellen å skrive titler og ingresser. Det er en lovende start på en ny norsk modellplattform, ikke en ferdig norsk konkurrent til ChatGPT.

Hva er Borealis?

Borealis er Nasjonalbibliotekets familie med instruksjonstrente AI-modeller for norsk tekst, oppsummering, spørsmål og svar og lettere resonnering. Familien kommer i størrelsene 270M, 1B, 4B, 12B og 27B, og alle utgavene er fintrent fra modeller i Google Gemma 3-familien.

Størrelsene gir Borealis et uvanlig bredt spenn. De minste modellene kan brukes til avgrensede oppgaver på beskjeden maskinvare, mens 12B og 27B er aktuelle når kvalitet veier tyngre enn ressursbruk. Nasjonalbiblioteket peker selv på oppsummering, skriving, spørsmål og svar og vurdering av norsk språkkvalitet som tiltenkte bruksområder.

Dette er ikke en resonneringsmodell laget for å konkurrere med de største lukkede modellene om kompliserte matte- og kodeoppgaver. Verdien ligger i at Borealis kan bli en norsk grunnmur for smalere systemer: dokumentbehandling, klassifisering, oppsummering, språkvask, lokale assistenter og fagmodeller som trenes videre på virksomhetens egne data.

Hva er egentlig nytt i denne lanseringen?

Nyheten 10. august 2026 er at Nasjonalbiblioteket har lansert Borealis-modeller på bokmål og nynorsk der lisensiert, opphavsrettsbeskyttet avistekst er tatt inn i treningsgrunnlaget. Modellene gjøres tilgjengelige for offentlig sektor, forskning og næringsliv, ifølge Nasjonalbibliotekets pressemelding.

Moderne norsk avistekst har en verdi som eldre, åpne nettdatasett ikke kan erstatte. Den inneholder aktuelle navn, norske institusjoner, samfunnsforhold, formuleringer og begreper som faktisk brukes i Norge. En modell som skal oppsummere kommunale dokumenter eller skrive klart bokmål og nynorsk, trenger mer enn en stor haug med engelsk internettekst.

Det nye er også måten materialet er hentet inn på. Nasjonalbiblioteket og Kopinor har inngått en kollektiv avtale på vegne av norske aviser, og staten har bevilget 45 millioner kroner årlig til ordningen. Avtalen dekker avisinnhold fram til ett år før modellens utgivelse. For denne Borealis-utgaven oppgir modellkortet 1. januar 2025 som skjæringsdato.

Hvor mye av avisinnholdet er faktisk brukt?

Den første lanseringen bruker omtrent 10 000 fintreningsoppgaver laget fra opphavsrettsbeskyttet avismateriale. Oppgavene er i hovedsak brukt til å lære modellene å lage nyhetstitler og ingresser. Nasjonalbibliotekets modellkort beskriver effekten som en liten forbedring på enkelte sentrale målinger.

Det er langt mer nøkternt enn formuleringen om at avistekst er brukt i både grunntrening og fintrening kan få det til å høres ut som. I modellkortet skriver teamet at de håper å få en større forskjell når avismaterialet senere brukes i ordentlig grunntrening. Med andre ord: lisensavtalen og infrastrukturen er på plass, mens denne modellutgaven bare viser den første, begrensede bruken av materialet.

Det gjør ikke lanseringen uviktig. Tvert imot er det ryddig at modellkortet forteller nøyaktig hva som er brukt, hvordan datasettet skiller seg fra den åpne varianten og hvor stor forbedringen foreløpig er. Men du bør ikke velge Borealis fordi du tror hele den norske avishistorien allerede ligger bakt inn i vektene. Det gjør den ikke.

Hva er forskjellen på Borealis og Borealis Open?

Hver av de fem størrelsene kommer i to varianter. Borealis uten tillegg i navnet bruker Aurora SFT-datasettet med rundt 10 000 ekstra oppgaver fra lisensierte aviser. Borealis Open bruker den åpne utgaven av det samme fintreningsdatasettet og inneholder ikke materiale fra avtalen.

Dette er et nyttig skille for forskere og utviklere. Du kan sammenligne modellene og undersøke hva det begrensede avismaterialet faktisk tilfører, i stedet for å stole på en generell påstand om bedre norsk. Du kan også velge den helt åpne treningsvarianten dersom prosjektet krever at alt fintreningsmateriale kan inspiseres og deles.

Navnene kan likevel forvirre. Fullutgaven kan lastes ned og kjøres lokalt, men lisensen er ikke ren Apache 2.0. Det er en tilpasset lisens med bruksbegrensninger som blant annet forbyr bevisst rekonstruksjon av treningsdata og tjenester der hovedformålet er å gi sluttbrukere tilgang til de lisensierte pressepublikasjonene. «Fritt tilgjengelig» betyr derfor ikke «uten vilkår».

Kan Borealis kjøres lokalt?

Ja. Nasjonalbiblioteket publiserer modellvekter for Transformers og ferdige GGUF-utgaver for llama.cpp og Ollama. Modellen kan også serveres med vLLM gjennom et OpenAI-kompatibelt API. Det gjør Borealis langt enklere å sette inn i en eksisterende lokal AI-stack enn om prosjektet bare hadde publisert forskningskode.

Den praktiske forskjellen mellom størrelsene er stor. En modell med 270 millioner eller 1 milliard parametere kan egne seg til enkle, repeterbare språkoppgaver på svak maskinvare. 4B er et mer realistisk startpunkt for en lokal assistent med litt bredde. 12B og 27B krever betydelig mer minne, særlig i full presisjon, og passer bedre på en kraftig arbeidsstasjon eller server.

For Ollama viser modellkortet denne formen for direkte kjøring fra Hugging Face: ollama run hf.co/NbAiLab/borealis-4b-gguf. Bytt ut 4B med en annen størrelse dersom maskinvaren og oppgaven tilsier det. For produksjon kan vLLM startes med vllm serve NbAiLab/borealis-4b --served-model-name borealis-4b, som gir et lokalt chat-endepunkt med kjent API-format.

Nasjonalbiblioteket har også signert utgivelsen kryptografisk. Repositoriet inneholder en manifestfil med SHA-256-kontrollsummer for vekter, konfigurasjon, tokenizer og chat-mal, pluss et skript som kontrollerer signaturen. Det høres kanskje ut som en detalj for folk som koser seg litt for mye i terminalen, men det er nyttig i praksis: En virksomhet kan kontrollere at modellfilene faktisk kommer fra Nasjonalbiblioteket og ikke er endret underveis. For modeller som skal kjøres internt med tilgang til virksomhetsdata, er sporbarheten en del av grunnmuren.

Lokal kjøring betyr heller ikke at modellen automatisk er trygg for alle oppgaver. Nasjonalbiblioteket advarer om at Borealis fortsatt kan hallusinere, gi feil svar og produsere skadelig eller skjevt innhold. Sykehus, politi og andre som arbeider med oppgaver der feil får store konsekvenser, må teste modellen på egne data og bygge inn kontrollmekanismer. Norsk treningsmateriale er ikke en magisk faktasjekk.

Er Borealis et norsk svar på ChatGPT?

Nei, ikke i betydningen en ferdig tjeneste som vanlige brukere kan åpne og forvente samme brede kapasitet fra. Borealis er en modellfamilie og et utviklingsgrunnlag. Den er laget for norsktilpasset skriving, oppsummering, spørsmål og svar og lettere resonnering, men modellkortet sier uttrykkelig at dette ikke er en resonneringsmodell.

Det riktige sammenligningsgrunnlaget er en lokal grunnmodell som kan bygges inn i andre løsninger. En kommune kan fintrene en liten variant for dokumentklassifisering. En bedrift kan kjøre oppsummering internt uten å sende dokumentene ut av huset. Forskere kan sammenligne bokmål og nynorsk eller studere hva ulike treningsdata gjør med språkkvaliteten.

Og akkurat der kan mindre modeller være mer nyttige enn topplasseringer på brede tester antyder. En 4B-modell som er billig å drifte og god på én norsk arbeidsoppgave, kan være et bedre verktøy enn en enorm modell som må kalles gjennom et utenlandsk API. Du trenger ikke en digital Einstein for å sortere dokumenter eller hente ut faste opplysninger.

Hva betyr dette for norsk AI?

Borealis gir Norge en konkret modellplattform som kan kontrolleres, lastes ned og bygges videre på. Det er hovedgevinsten. Fem størrelser, flere kjøreformater og separate varianter med og uten lisensiert avismateriale gjør lanseringen relevant for langt flere enn forskningsmiljøene som trente modellene.

Samtidig er dokumentasjonen et sunt korrektiv til lanseringsspråket. Avisavtalen koster 45 millioner kroner i året, mens denne første utgaven foreløpig bruker rundt 10 000 avledede oppgaver og viser en liten forbedring på enkelte målinger. Den virkelige testen kommer når mer av materialet brukes i grunntrening, resultatene dokumenteres bredere og norske virksomheter faktisk bygger tjenester på modellene.

Jeg liker likevel retningen. Her får vi ikke bare en lovnad om «norsk AI», men modellvekter, datasettbeskrivelser, fem størrelser, GGUF-filer og kommandoer som utviklere kan bruke. Bare behold proporsjonene: Borealis er en lovende norsk grunnmur. Huset er ikke ferdig ennå.

Ofte stilte spørsmål