Chat GPTтин казакча транскрипциясынын тактыгы 98%га чейин
жогорулады. Астанада Эл аралык казак тили коому менен OpenAI биргелешкен
долбоорунун жыйынтыгы тааныштырылды. Масштабдуу демилге былтыр Вашингтондо кол
коюлган келишимдин алкагында ишке ашырылууда. Долбоордун максаты - Казак LLM -
тилдик моделдердин сапатын жогорулатуу. Анын алкагында казакча тексттик корпус
14 миллиард токенге, ал эми аудио маалымат базасы 12 миң саатка жетти.
Рауан Кенжехан уулу, эл аралык «Казак тили» коомчулугунун
президенти:
– Биз Chat GPTни үйрөтүп жатабыз. Анын аркасында ал котормо куралы катары да, казак тилинде берилген суроолорго жооп берүүчү, адамзат билимине тиешелүү маалыматтарды иштеп чыгып айтып берүүчү курал катары да, анын ичинде казак тилинин өзгөчөлүгү, маданияты, салтына тиешелүү суроолорго катасыз жооп бере тургандай болушу керек.
Казак элинин этнографиялык билимин баалоо үчүн AI
Evaluation Benchmark Suite системасында бенчмарк иштелип чыкты. Ал казак элинин
тарыхы, каада-салты жана маданияты боюнча жасалма интеллекттин билимин баалоого
мүмкүндүк берет. Мындан тышкары, казак тили үчүн Document AI жана NLP куралдары
түзүлгөн. Бул технологиялар казак жана латын алфавитинде жазылган архивдик материалдарды
санариптештирүүгө жол ачты. Келечектеги максат – тилдин семантикалык түзүлүшүнө
туура келген токенайзер түзүү. Мунун баары тиешелүү эсептөө күчүн талап кылат.
Багдат Мусин «Казактелеком» ак башкарма төрагасы:
– Экибастузда курулуп жаткан маалымат борборлор өрөөнү
деп атап жатабыз. Ал жерде да биз, казак тилинин өнүгүшүнө 1 пайызын болсо да
арнап, чоң ресурстарды берүүгө даярбыз. Анткени, бул иш чоң ресурстарды талап
кылган маселе. Башкача айтканда, бул багытта окумуштуулар гана иштеп тим
болбой, биз буга «Казактелеком» катары салым кошууга даярбыз.
Oкшош жаңылыктар
