Дата публикации: 06.03.2025, 17:26 2025-03-06T17:26:13+05:00 Beeline Казахстан и его ИТ-компания QazCode стали победителями международной премии GSMA Foundry Excellence Award 2025 в категории «Искусственный интеллект». Премия была присуждена за выдающийся вклад в разработку Kaz-LLM - казахстанской большой языковой модели, пишет digitalbusiness.kz — Мы рады видеть, что Kaz-LLM получила высокую оценку на одной из крупнейших международных технологических платформ - Mobile World Congress 2025. Эта модель представляет собой важный шаг по внедрению ИИ-услуг даже в самых удаленных регионах Казахстана. Для нас большая честь быть частью этого процесса, который способствует экономическому росту, сохранению культурной идентичности и укреплению позиции Казахстана как ключевого игрока в мировой ИТ-индустрии. Мы выражаем благодарность нашим партнерам за тесное сотрудничество и обмен знаниями в разработке модели, — отметил Алексей Шаравар, СЕО QazCode. По словам Евгения Настрадина, СЕО Beeline Казахстан, «Признание Kaz-LLM на Mobile World Congress 2025 подчеркивает значимость внедрения ИТ в Казахстане. Модель является ярким примером того, как современные разработки могут не только расширять возможности для страны и бизнеса, но и играть ключевую роль в решении глобальных задач в области ИИ». Kaz-LLM была разработана в партнерстве с Институтом умных систем и ИИ при Назарбаев Университете (ISSAI NU), а также Astana Hub. Проект координируется Министерством цифрового развития, инноваций и аэрокосмической промышленности Казахстана (МЦРИАП РК). Модель решает проблему языкового барьера с помощью ИИ, что имеет особое значение для Казахстана, где казахский язык является частью малой языковой группы. Kaz-LLM включает более 150 миллиардов токенов на казахском, русском, английском и турецком языках, собранных из общедоступных источников. Разработчики обучили две версии модели — с 8 (8B) и 70 миллиардами (70B) параметров, которые уже доступны для некоммерческого использования на сайте Hugging Face. Кроме того, Kaz-LLM обеспечивает хранение данных внутри страны, что способствует защите конфиденциальности и созданию ценности на локальном уровне. Kaz-LLM был представлен на двух стендах - QazCode и GSMA. Модель привлекла внимание более 100 тысяч посетителей на Mobile World Congress 2025. Интерактивные стенды позволили посетителям глубже познакомиться с казахской культурой и языком. Особенно популярной стала интерактивная игра о казахском алфавите, которая позволила узнать историю и особенности письменности, а также активно участвовать в процессе обучения. Посетители также имели возможность взаимодействовать с платформой Kaz-LLM, задавая вопросы и получая на них ответы. Beeline Казахстан и QazCode активно вносят вклад в развитие глобальных знаний по разработке LLM для языков с ограниченными ресурсами. В мае 2024 года компании подписали меморандум о сотрудничестве с VEON, GSMA и Барселонским суперкомпьютерным центром для исследования разработки ИИ и языковых технологий для малых языковых групп. Никаких наличных, «живая поддержка» и авторские заведения. Тестируем приложение Яндекс Еда
From the original source:
DigitalBusiness.kz
Read full article at DigitalBusiness.kzThis material was compiled from public sources. If its publication affects your rights → Request removal
Title in RussianBeeline Казахстан и QazCode признаны лидерами в области ИИ на премии GSMA 2025
Beeline Казахстан и QazCode признаны лидерами в области ИИ на премии GSMA 2025 digitalbusiness.kz
AI Summary & Key Takeaways
- Beeline Казахстан и QazCode признаны лидерами в области ИИ на премии GSMA 2025 digitalbusiness.kz

Related stories
Where the Blocks Live: Tier-Aware KV-Cache Routing for vLLM at Scale
Hi, I'm Pongup Pak from War at PyTorch Conference North America 2026. I'm presenting a poster called where the block lives. When GPU memory fmflows the KB cache to CPU or storage and LMD tracks where every block lives and sends each request to its cache. You will see when CPU is…
A Controlled LLM Workflow for Evidence-Grounded Diagnosis of Risk Score Differences
arXiv:2610.23962v1 Announce Type: new Abstract: We propose a controlled Large Language Model (LLM) workflow for explaining risk score differences using similar historical transactions. The workflow combines reference retrieval and contrastive SHapley Additive exPlanations (SHAP)…
Beyond Explicit Intent: Discovering and Shaping Artistic Intent through Human-AI Co-Creation
arXiv:2610.24010v1 Announce Type: new Abstract: Generative AI is becoming an important medium for artistic creation, yet existing interactions often assume that creators can specify intentions in advance and accurately communicate them through text prompts. Artistic intentions,…
GardenBench: A lightweight, daily evaluation of LLM capabilities
arXiv:2610.23866v1 Announce Type: new Abstract: We introduce GardenBench, a benchmark with 11 test suites that evaluate the capabilities of Large Language Models (LLMs) across a range of tasks. By systematically prompting LLMs with various lightweight queries, we document…
