Ұлттық іргелі үлгілер, сөйлеу корпустары және ашық деректер
ISSAI институты (Назарбаев Университеті) және қазақстандық AI қауымдастығы жасақтаған ашық ғылыми жобалар мен ұлттық технологиялар витринасы.
38+ жоба
1 200+ сағат
70 млрд
100% Ашық қолжетімділік
Қазақстанның 70 миллиард параметрлік флагмандық ұлттық тілдік моделі. Қазақ, орыс және ағылшын тілдеріндегі деректерде оқытылған.
Жергілікті инференс, чат-боттар және корпоративтік жүйелер үшін ықшам әрі жылдам KazLLM 8B моделі.
Қазақ, орыс және ағылшын тілдері арасындағы грамматикалық жоғары дәлдіктегі машиналық аударма моделі.
Қазақ тіліндегі бейнелерді, құжаттарды және визуалды сұрақтарды талдайтын Qolda мультимодальды моделі.
Жеке ноутбуктерде іске қосуға арналған GGUF кванттауы бар қазақстандық инженерлік қауымдастықтың ашық тілдік моделі.
Қазақ тіліндегі мәтіндерді қорытындылау мен өңдеуге арналған нұсқаулықпен оқытылған модель.
Смартфондар мен ендірілген IoT құрылғыларында автономды жұмыс істеуге арналған аса жеңіл SLM модельдері (270M–1.7B).
Орталық Азияның мәдени мұрасы, дәстүрлі ою-өрнектері мен тарихи көріністерінде оқытылған генеративті визуалды модель.
Мәтіндерді жіктеуге, атаулы мәндерді (NER) тануға және семантикалық эмбеддингтерге арналған қазақ тіліндегі RoBERTa моделі.
Қазақ тіліндегі мәтіндерді мазмұндау, қайта құру және машиналық аударма жасауға арналған қос тілді Т5 моделі.
8 түркі тіліне (қазақ, түрік, өзбек, қырғыз, әзірбайжан және т.б.) арналған дыбысты мәтінге айналдыру (ASR) жүйесі.
Қазақ тіліндегі ең ірі ашық сөйлеу корпусы: әртүрлі аймақтардағы дикторлардан жазылған 1200-ден астам сағаттық аудио.
Студиялық сападағы ерлер мен әйелдер дауыстары бар қазақ тіліндегі жоғары сапалы нейронды сөйлеу синтезі (TTS).
Қуаныш, мұң, ашу, таңдану сияқты эмоцияларды жеткізе алатын қазақ тіліндегі алғашқы эмоциялық TTS жүйесі.
SAIDA дауыстық көмекшісіне арналған, тұрмыстық шу мен сөйлесу диалогтарына бейімделген ASR модулі.
Kokoro архитектурасы негізіндегі өте жылдам әрі сапалы қазақша дауыс синтездеуші модель.
Подкастар мен бейнелерді дәл транскрипциялауға арналған қазақ тілінде оқытылған Whisper Large v3 Turbo моделі.
Қазақ сөйлеу тілінің фонетикалық ерекшеліктерін тануға арналған өзіндік оқыту моделі (Wav2Vec2).
Ақылды үй және робототехника жүйелеріне арналған қазақ тіліндегі қысқа дауыстық бұйрықтар деректер жинағы.
Қазақша-орысша аралас сөйлеуді (code-switching) тануға бейімделген көптілді ASR моделі.
25 түрлі белгілер сыныбы бар 112 000-нан астам сөйлемнен тұратын қазақ тіліндегі ең ірі атаулы мәндерді тану (NER) корпусы.
Машиналық мәтінді оқып түсіну қабілетін тексеретін қазақ тіліндегі сұрақ-жауап эталондық деректер жинағы (SQuAD форматы).
Жасанды интеллект модельдерінің күрделі ғылыми ойлау қабілетін сынайтын ARC локализацияланған бенчмаркі.
57 академиялық пәнді (математика, Қазақстан тарихы, құқық және медицина) қамтитын қазақша MMLU бенчмаркі.
Қазақ тіліндегі күрделі құрылымдық және логикалық нұсқауларды орындау дәлдігін тексеретін IFBench тесті.
Тілдік модельдердің қадамдық математикалық логикасын (Chain-of-Thought) тексеретін есептер жинағы.
Машиналық аударма, сөйлемдерді сәйкестендіру және кросс-тілдік іздеу тапсырмаларына арналған параллель мәтіндер корпусы.
Қазақстандық бенчмарктерде машиналық оқыту модельдерін автоматтандырылған түрде тестілеуге арналған инженерлік фреймворк.
Заңдық ЖИ жүйелері үшін Қазақстан Республикасы заңнамасы мен нормативтік құқықтық актілерінің ашық корпусы.
Қазақ тілді ЖИ модельдерінің қауіпсіздігі мен этикалық сәйкестігін сынайтын стресс-тесттер мен промпттар жинағы.
Машиналық аударма үшін қазақ және ағылшын тілдеріндегі 1,2 миллионнан астам сөйлемдерден тұратын қатарластырылған корпус.
Тепловизорлық және оптикалық бейне ағындарын дикторлардың дауысымен үндестірген бірегей мультимодальды деректер жинағы.
Қараңғыда және температуралық ауытқуларда жұмыс істейтін жылу инфрақызыл диапазонындағы бет нүктелерін анықтау алгоритмі.
Қауіпсіздік, медицина және өнеркәсіптік мониторинг үшін адамның дене қалпын жылу спектрінде анықтау жүйесі.
Жеке деректерді жарияламай, қауіпсіздікті қамтамасыз етуге арналған тепловизорлық бейнедегі адам әрекеттерін тану жүйесі.
Нейроморфтық камераларға арналған инновациялық деректер жинағы: миллисекундтық жылдамдықта бетті анықтау.
Дәрігерлерге өкпе қабынуы мен патологияларды анықтауға көмектесетін кеуде рентгенограммасын талдайтын медициналық модель.
Қазақ сөйлеу тіліне сәйкес ерін қимылы үндестірілген шынайы сөйлейтін цифрлық аватар генераторы.
Тағамдардың құрамын, көлемін және калориясын анықтауға арналған Орталық Азия ұлттық тағамдарының деректер жинағы.
Қазақ ым-ишара тілін автоматты түрде тануға және инклюзивті технологияларға арналған бейнекорпус пен скелет нүктелерінің жинағы.
Ақылды қалалар үшін Қазақстанның мемлекеттік үлгідегі көлік нөмірлерін анықтау және оптикалық тану (OCR) моделі.