Азербайджанский LLM: когда хочешь AI, а данных - кот наплакал

Пока весь мир гоняется за очередной мульти-триллионной моделью, в Азербайджане пошли другим путём. Azercell - местный телеком-монополист - решил собрать свою LLM для чат-бота и внутренних задач. Проблема: азербайджанский язык морфологически богат (как финский или турецкий, только с персидским наследием), а размеченных данных - кот наплакал. Ни одного готового рецепта для обучения под такой язык не было.

Решили на Amazon SageMaker за шесть недель. Взяли foundation model, докрутили на телеком-кейсах. Результат: модель понимает специфику отрасли, не галлюцинирует тарифами и не путает "баланс" с "остатком на счету".

Любопытный кейс - не про "мы запихнули 1.5T токенов и получили AGI", а про то, как адаптировать AI под реальный бизнес, когда данных мало, а язык - с двойным дном.

Полная версия с деталями - guides.kosmoslab.dev

Читайте дальше