نماذج Jais 3: عائلة مفتوحة مصممة للعربية كيفما كتتهضر
معهد النماذج التأسيسية ديال MBZUAI و Inception42 كينشرو Jais 3: ستة نماذج مفتوحة للعربية، ونموذج للتعرف على الصوت كيتبع الهضرة ملي كتدوز للفرنسية.
ف نص أكتوبر، معهد النماذج التأسيسية (IFM) ديال جامعة MBZUAI ف أبوظبي و Inception42، الشركة الفرعية ديال G42، نشرو Jais 3. هي عائلة ديال ستة نماذج لغوية مفتوحة مركزة على العربية، ومعاها Jais Speech، نموذج ديال التعرف على الصوت.
شنو خرج
الستة ديال النماذج كتبدا من 900 مليون حتى 375 مليار معامل. الأحجام الستة هي 0,9، 3,7، 7، 32، 36 و 375 مليار. أصغر واحد كيتقدّم بلي خفيف كفاية باش يخدم على هاتف. كاملين عندهم نفس الوصفة ديال التدريب، نفس القدرات ديال الوكيل ونافذة سياق ديال 512000 توكن. مبنيين على K2 Horizon، العائلة المفتوحة اللي خرّج IFM ف شتنبر. كل نموذج كيجي مع خمس نقط مرحلية من التدريب ديالو، وهادشي كيخلي الواحد يتبع كيفاش تبنى. النماذج كاينين ف Hugging Face، مع الدعم ديال vLLM و SGLang. أكبر واحد، Jais-3-375B، منشور برخصة Apache 2.0 وموجه للعربية والإنجليزية.
الصوت، والخلط اللي فيه
النموذج Jais Speech كيتعرف على العربية الفصحى واللهجات ديال 19 بلد عربي. كيعرف اللهجة اللي كيتهضر بيها وكيعرف يزيد الحركات للنص. والمهم، كيتبع الهضرة ملي كتدوز للإنجليزية ولا للفرنسية، وكيخلي هاد الكلمات بالكتابة الأصلية ديالها. البلاغ كيذكر العربية ديال شمال إفريقيا من بين اللهجات اللي كيغطي، بلا ما يسمي الدارجة.
الأرقام، مع المصدر ديالها
الفرق قيّمو Jais 3 على 24 اختبار عربي مدقّق، وكينشروهم. فالحجم ديال 7 مليار معامل، المعدل على هاد الاختبارات كيطلع من 56,4 عند K2 Horizon حتى 79,6 عند Jais 3. هادي هي القياسات ديال المطورين. وعلى Jais Speech، البلاغ كيهضر على أقل نسب ديال الأخطاء بين النماذج اللي تقارنو، بلا ما ينشر القيم.
علاش كينفع هنا
فالمغرب، الاجتماع، المكالمة مع زبون ولا الرسالة الصوتية كتخلط غالبا بين العربية الدارجة والفرنسية. وهادي بالضبط هي الحالة اللي كيقول Jais Speech بلي كيعالجها. بالنسبة لوكالة، هادشي كيحل جوج طرق ملموسة: تحويل المقابلات ولا الاجتماعات لنص بلا ما يتصيفط كلشي لخدمة أمريكية، وبناء مساعدين كيفهمو زبون كيبدل اللغة فوسط الجملة. وحيت النماذج مفتوحة، تقدرو تستضيفوهم فين ما بغيتو.
الطريقة الصحيحة باقية هي هي: تجربة على التسجيلات ديالنا، بالدارجة، قبل ما نعطيو حتى وعد لشي زبون. البلاغ كيذكر شمال إفريقيا؛ والميدان هو اللي غادي يبين شنو كيسوا هادشي بالنسبة للدار البيضاء.
