Суверенные модели, речевые корпуса и открытые датасеты
Единая витрина открытых исследовательских проектов и технологий, разработанных институтом ISSAI (Назарбаев Университет) и казахстанским AI-сообществом.
38+ проектов
1 200+ часов
70 млрд
100% Open Access
Флагманская суверенная языковая модель Казахстана на 70 миллиардов параметров. Обучена на корпусе казахского, русского и английского языков.
Компактная и высокопроизводительная модель KazLLM 8B для локального инференса, чат-ботов и корпоративной интеграции.
Нейросетевая модель машинного перевода между казахским, русским и английским языками, превосходящая коммерческие API по качеству грамматики.
Мультимодальная модель компьютерного зрения и языка Qolda для анализа изображений, документов и диалога на казахском языке.
Открытая языковая модель от казахстанского сообщества инженеров с квантованием GGUF для запуска на ноутбуках.
Инструктивно дообученная модель для решения прикладных задач генерации и суммаризации на казахском языке.
Семейство сверхлегких моделей (270M–1.7B) для автономной работы на смартфонах и встраиваемых IoT-системах.
Генеративная модель визуального контента, обученная на культурных артефактах, орнаментах и пейзажах Центральной Азии.
Предобученная RoBERTa-модель для казахского языка, оптимизированная для классификации, извлечения сущностей и эмбеддингов.
Двуязычная Text-to-Text Transfer Transformer модель для суммаризации, перефразирования и машинного перевода казахских текстов.
Система автоматического распознавания речи для 8 тюркских языков (казахский, турецкий, узбекский, кыргызский, азербайджанский и др.).
Крупнейший открытый корпус казахской речи: свыше 1200 часов аудиозаписей от сотен дикторов различных регионов.
Высокоточная нейронная система синтеза речи (TTS) на казахском языке с мужскими и женскими голосами студийного качества.
Первая система эмоционального синтеза казахской речи, поддерживающая радость, печаль, злость, страх и удивление.
Модуль распознавания речи голосового ассистента SAIDA, оптимизированный для разговорных диалогов и шума.
Сверхбыстрый легкий генератор голоса для казахского языка на базе Kokoro с ультранизкой задержкой генерации.
Дообученный Whisper Large v3 Turbo на казахском языке с квантованием GGUF для транскрибации подкастов и видео.
Акустическая самообучающаяся модель Wav2Vec2 для фонетического распознавания казахской речи.
Датасет голосовых команд на казахском языке («аш», «жап», «тоқтат», «алға») для умного дома и робототехники.
Мультиязычная модель распознавания речи с поддержкой кодового переключения (code-switching) между казахским и русским.
Крупнейший академический корпус извлечения именованных сущностей (NER) для казахского языка с 25 классами меток.
Казахстанский аналог Stanford SQuAD: эталонный датасет для проверки способности моделей отвечать на вопросы по тексту.
Локализованный бенчмарк сложных научных вопросов по естественным наукам (AI2 Reasoning Challenge) для оценки LLM.
Академический бенчмарк MMLU на казахском языке, охватывающий 57 предметов: математику, историю Казахстана, право и медицину.
Тест на строгое следование сложным форматирующим и логическим инструкциям на казахском языке.
Математический датасет текстовых задач школьного уровня для оценки пошагового логического рассуждения (Chain-of-Thought).
Выверенный параллельный корпус текстов для задач машинного перевода, выравнивания предложений и кросс-языкового поиска.
Инженерный фреймворк для автоматизированного тестирования моделей машинного обучения на казахстанских бенчмарках.
Структурированный открытый корпус законодательства и нормативных актов Республики Казахстан для юридического ИИ.
Набор стресс-тестов и промптов для проверки этической безопасности, галлюцинаций и уязвимостей LLM на казахском языке.
Выровненный параллельный корпус из более чем 1,2 миллиона предложений на казахском и английском языках для машинного перевода.
Крупномасштабный мультимодальный датасет: синхронизированные тепловизионные и оптические видеопотоки с речью дикторов.
Алгоритмы детекции ключевых точек лица в тепловом инфракрасном диапазоне при полной темноте и перепадах температур.
Оценка позы человека в тепловизионном спектре для систем безопасности, медицины и промышленного мониторинга.
Распознавание действий людей по тепловизионному видео для предотвращения инцидентов без раскрытия персональных данных.
Инновационный датасет для нейроморфных событийных камер: сверхбыстрое обнаружение лиц с миллионными долями секунды задержки.
Диагностическая модель анализа рентгенограмм грудной клетки для помощи врачам в выявлении пневмонии и патологий.
Генератор реалистичных говорящих цифровых аватаров с точной артикуляцией губ под казахскую и многоязычную речь.
Специализированный датасет блюд центральноазиатской кухни для распознавания ингредиентов, объемов и питательности.
Видеокорпус и ключевые точки скелета для автоматического распознавания жестового языка и инклюзивных технологий в Казахстане.
Модель детекции и оптического распознавания (OCR) автомобильных номеров казахстанского государственного образца для умных городов.