哈萨克斯坦人工智能和数字发展部第一副部长罗斯季斯拉夫·孔亚什金解释了国家数字服务如何支持哈萨克语，并谈到了用于训练人工智能的高质量哈萨克语数据短缺的问题……据网站infohub.kz报道。

在政府简报会上，记者询问孔亚什金，eGov系统用哪种语言“思考”。副部长回答说，eGov门户网站支持三种语言，包括eGov GPT在内的人工智能模型也能理解并用哈萨克语、俄语和英语“思考”。

一名记者指出，用于训练人工智能学习哈萨克语的高质量数据集不足。据他介绍，最大的开放数据集由纳扎尔巴耶夫大学创建，约有1200至1300小时的录音，基于议会演讲，但未考虑地区发音差异。

孔亚什金表示，哈萨克斯坦已启动开发自己的语言模型KAZ-LLM和ALEM-LLM，以使其考虑国家特色和历史遗产。在模型训练和开发过程中，尽可能使用了教育、文化和档案材料中的哈萨克语数据。

孔亚什金称，理想情况下，模型应从互联网获取数据，但目前网上的英语内容远多于哈萨克语。他强调，该部希望增加网络上的哈萨克语内容量，这将有助于更好地训练语言模型。目前，开发者主要依赖档案材料、教科书和文化内容。在这项工作中，该部得到了纳扎尔巴耶夫大学和ISSAI研究中心的支持。孔亚什金补充说，该部也欢迎其他组织参与收集和准备哈萨克语数据。