主权基石模型、语音语料库与开源数据集
哈萨克斯坦智能系统与人工智能研究所（ISSAI / 纳扎尔巴耶夫大学）及本土AI社区研发的开源科研成果与核心技术专区。
38+ 项核心项目
1,200+ 小时
700亿参数
100% 开源开放
哈萨克斯坦旗舰级700亿参数主权语言模型，基于哈萨克语、俄语和英语语料库训练。
支持哈萨克语、俄语和英语的三语神经机器翻译模型，语法准确度优于商业API。
Qolda多模态视觉-语言模型，支持哈萨克语的图像理解、文档问答与对话。
哈萨克斯坦开源社区微调的7B语言模型，配备GGUF量化，支持轻量端侧运行。
针对哈萨克语指令微调的语言模型，用于文本摘要与智能生成。
超轻量小语言模型家族（270M-1.7B），专为移动端与IoT设备离线运行优化。
基于中亚文化遗产、传统纹样与历史图景训练的生成式视觉模型。
面向哈萨克语预训练的RoBERTa语言模型，专为文本分类、实体识别及语义嵌入优化。
用于哈萨克语文本自动摘要、改写与高质量机器翻译的双语T5文本转换模型。
覆盖哈萨克语、土耳其语、乌兹别克语等8种突厥语族语言的跨语言语音识别系统。
最大的开源哈萨克语语音语料库，收录超1200小时包含各地口音的高清标注音频。
高精度哈萨克语神经语音合成（TTS）系统，配备录音棚品质的男声与女声。
首个哈萨克语情感语音合成系统，支持喜怒哀乐等多种情绪表达的精细调控。
SAIDA语音助手的对话式语音识别引擎，针对环境噪音与日常口语特别优化。
基于Whisper Large v3 Turbo微调的哈萨克语专用语音识别模型，支持长音频高效转录。
用于哈萨克语音素识别与声学特征提取的自监督声学基模型。
包含上万条哈萨克语短语音指令的数据集，适用于智能家居与边缘机器人控制。
支持哈萨克语-俄语混合语码转换识别的多语言语音识别系统。
哈萨克语命名实体识别标准基准数据集，包含超11.2万个句子与25类标注实体。
哈萨克语机器阅读理解标准问答基准数据集，采用SQuAD格式构建。
本地化的AI2自然科学推理挑战基准，用于严谨评估大语言模型的科学常识与推理逻辑。
哈萨克语大规模多任务语言理解（MMLU）基准，涵盖数学、哈萨克斯坦历史等57个学科领域。
哈萨克语复杂指令遵循基准，严格检验模型对输出格式与逻辑约束的执行能力。
小学数学多步推理评测集（GSM8k）的哈萨克语与俄语本地化版本。
用于机器翻译训练、跨语言检索和双语句对对齐的高质量平行语料库。
用于在哈萨克斯坦本土NLP与视觉基准上自动化评估模型的标准化测试框架。
面向法律科技与政务AI的哈萨克斯坦法律法规及规范性文件结构化开源语料库。
针对哈萨克语大模型的红队安全测试基准，用于评测伦理对齐、防越狱与防幻觉能力。
包含超过120万对哈英句对的高质量平行语料库，专为神经机器翻译与跨语言对齐构建。
开创性的多模态人脸音视频数据集，同步融合热成像红外、可见光视频流与高清语音。
红外热成像人脸关键点检测与特征跟踪模型，能在完全无光环境下稳定运行。
用于夜间搜救、医疗监护与工业安防的热成像人体姿态估计模型。
保护隐私的热成像人类行为识别算法，适用于工业生产安全与智慧城市。
基于神经形态事件相机的超高速微秒级人脸检测与关键点追踪创新数据集。
用于辅助放射科医师快速筛查肺炎与胸腔病变的深度学习胸部X光影像诊断模型。
支持哈萨克语音频高精度唇形同步对齐的照片级超写真数字人生成模型。
用于中亚传统美食实例分割、餐食体积3D估算与营养成分识别的专用图像数据集。
面向哈萨克手语自动识别与无障碍智能辅助工具的大规模视频手势及骨骼关键点数据集。
专为哈萨克斯坦国家标准车牌格式与复杂路况定制的车牌检测及高精度OCR字符识别模型。