Foundation Model

Keahlian lokal.
Kemungkinan yang luas.

Empat model untuk bahasa, dialek, desain aksara, dan pengenalan tulisan. Bersama, menjadi fondasi pengembangan MLLM Arutala.

Language model

AruLLM

Bahasa membawa cerita.AruLLM membantu memahaminya.

Bahasa yang dekat.
Pemahaman yang lebih dalam.

LLM yang berfokus pada bahasa daerah Indonesia. AruLLM menjadi fondasi untuk mengolah teks, memahami pertanyaan, dan membangun percakapan dalam bahasa daerah.

Fokus model
Teks dan percakapan bahasa daerah.
Potensi penerapan
Asisten percakapan, peringkasan masukan pelanggan, dan penggalian insight dari teks bahasa daerah.
Peran menuju MLLM
Pemahaman makna dan penalaran berbasis bahasa.
Dialect model

Dialekta

Setiap daerah punya suara.Setiap suara punya tempat.

Satu bahasa.
Banyak cara bertutur.

Dialekta berfokus pada dialek di masing-masing bahasa daerah. Ragam tutur, aksen, dan kekhasan lokal menjadi konteks penting untuk pengalaman AI yang lebih dekat dengan penggunanya.

Fokus model
Variasi dialek, aksen, dan konteks tutur lokal.
Potensi penerapan
Chatbot atau asisten suara untuk layanan pelanggan dengan ragam aksen lokal Indonesia.
Peran menuju MLLM
Menghubungkan pemahaman bahasa dengan variasi tutur.
Generative model

Gaksara

ꦲ ꦤ ꦕDari aksara menjadi karya.

Warisan tulisan.
Ruang baru untuk berkarya.

Model generatif untuk menghasilkan desain grafis berbasis aksara daerah. Gaksara mempertemukan bentuk aksara dengan kebutuhan ekspresi visual dan proses kreatif.

Fokus model
Aksara daerah sebagai unsur desain grafis.
Potensi penerapan
Integrasi melalui MCP untuk membantu alur kerja desain aksara, eksplorasi identitas visual, dan materi kreatif.
Peran menuju MLLM
Menghubungkan bahasa dan aksara dengan generasi visual.
Recognition model

Aruna

Tulisan tangan. Manuskrip.Satu goresan membuka cerita.

Baca goresannya.
Temukan ceritanya.

Model Aruna mendukung pembelajaran aksara daerah, khususnya handwriting recognition dan manuscript recognition: pengenalan tulisan tangan dan manuskrip.

Fokus model
Gambar tulisan tangan, bentuk aksara, dan manuskrip.
Potensi penerapan
Pendamping latihan menulis, pembacaan naskah, dan pengolahan arsip untuk membantu penelitian.
Peran menuju MLLM
Menghubungkan tulisan dalam gambar dengan pemahaman teks.

Untuk produk yang
lebih memahami penggunanya.

Foundation model dirancang untuk nantinya digunakan pihak eksternal. Berikut contoh penerapan yang dapat dieksplorasi bersama.

Percakapan dengan aksen lokal

Jelajahi kombinasi AruLLM dan Dialekta untuk chatbot dan layanan pelanggan yang mempertimbangkan bahasa serta ragam tutur setempat.

MCP untuk desain aksara

Hubungkan kemampuan generatif Gaksara dengan alat kreatif melalui Model Context Protocol (MCP), sebagai arah integrasi yang akan dikembangkan.

Insight & pengetahuan lokal

Eksplorasi teks bahasa daerah dan hasil pengenalan manuskrip untuk membantu memahami masukan, menemukan tema, dan mendukung penelitian.

Cakupan bahasa, modalitas, akses model, dan bentuk integrasi dibahas sesuai kebutuhan proyek. Halaman ini menjelaskan fokus model dan arah penerapannya.

Dari kebutuhan nyata,
menuju integrasi yang tepat.

Mulai dengan kasus penggunaan, bahasa yang ingin didukung, dan konteks pengguna produkmu.

  1. Ceritakan kebutuhan

    Tentukan masalah, pengguna, serta data yang akan diolah.

  2. Petakan kecocokan model

    Bahas fokus model, cakupan bahasa, dan kebutuhan evaluasi.

  3. Rancang kolaborasi

    Sepakati ruang lingkup uji coba dan rencana integrasi bersama.

Bangun sesuatu yang
berbicara dalam bahasa mereka.

Bicarakan kebutuhan bisnis, riset, atau integrasi model bersama tim Arutala.

Diskusikan kebutuhan bisnis