نموذج صقر بحجم 50 مليون لتوليد البيانات بالعربي يعمل علي CPU
ماهو نموذج Sakr صقر المخصص لتوليد البيانات باللغة العربية ومدرب علي حوالي 66 مليون صفحة من fine-web dataset يعمل بسرعه فائقة ونتائج متوسطة. شرح تفصيلي.
معالجة اللغة الطبيعية
مقالات وتجارب وملاحظات حول معالجة اللغة الطبيعية.
Latest TTS Architecture and differences | 2026
Gallery of Popular TTS Architecture and Papers, Pros and Cons and unique ideas from them, quickly explained.
AraModernBert vs AraBERT v2: Arabic Tokenizer Comparison
AraModernBert vs AraBERT v2 tokenizers for Arabic NLP. Test results: AraModernBert is 15-71% more efficient. Fertility, compression ratio, and practical performance on MSA and dialect text.
MTEB Benchmark: Tasks, Datasets & nDCG@10 Explained
Overview of MTEB, covering 58 datasets across 8 tasks, benchmarking models and explaining the nDCG@10 retrieval metric.
tiny-gte: Efficient Transformer for Semantic Search
tiny-gte is a 45MB distilled transformer from gte-small that produces 384D embeddings for efficient semantic search and vector DBs.