Zool-AI-ft0.5 — نموذج ذكاء اصطناعي باللهجة السودانية

نموذج لغوي صغير (0.5 مليار معامل) مضبوط بدقة (Fine-tuned) ليتحدث اللهجة السودانية بطلاقة، مبني على Qwen2.5-0.5B-Instruct ومُصدَّر بصيغة TFLite ليعمل على الهواتف والأجهزة الضعيفة.

الملف الحالي في هذا المستودع هو v3 (تجربة الحقائق السودانية).

نظرة عامة

الخاصية	القيمة
النموذج الأساس	Qwen/Qwen2.5-0.5B-Instruct
طريقة الضبط	QLoRA (r=64, alpha=128, 3 epochs)
حجم البيانات	4082 مثالاً (تدريب) / 149 (تقييم) — تجربة حقائق سودانية
صيغة الملف	TFLite (dynamic_int8)
الحجم	511,069,680 بايت (511.1 MB)
التوقيعات	decode + prefill_512
حجم المفردات	151936
صيغة المحادثة	ChatML

الاستخدام

صُمم النموذج ليعمل مع محرك LiteRtDirectEngine في تطبيق Zool-AI، ويعمل مع أي مشغّل LiteRT يدعم التوقيعات المتعددة:

• ضع ملف zool-ai-ft0.5_q8_ekv1024.tflite مع tokenizer.json في مجلد واحد
• ابنِ الموجّه بصيغة ChatML:

<|im_start|>system
أنت مساعد ذكي. تتكلم بالعامية السودانية.<|im_end|>
<|im_start|>user
ازيك يا زول؟<|im_end|>
<|im_start|>assistant

تفاصيل التدريب

• بيانات حقائق سودانية مؤلفة يدوياً: العملة، الاستقلال، المدن، الأكل والشرب، التاريخ، الثقافة، أمثال، مفردات، وترجمات فصحى↔سوداني، مع مرساة 2500 مثال من بيانات v2.
• أسئلة القياس العشرون محجوبة تماماً عن التدريب (فحص تداخل موثق: 0 مخالفة).
• الدمج والتحويل عبر litert-torch (مثال qwen) بدقة dynamic_int8.
• نتيجة القياس الداخلي (20 سؤالاً، نفس بروتوكول v2): 4/20 — فهم اللهجة 3/4، التوليد 0/4، الأمثال 0/4، الثقافة 1/4، الترجمة 0/4 (مقارنة: v1 وv2 سجلا 0/20).

القيود

• نموذج صغير (0.5B): قدراته محدودة في الاستدلال المعقد والمواضيع التخصصية.
• قد ينتج ردوداً غير دقيقة أحياناً — تحقق من المعلومات المهمة.
• اللهجة السودانية المولّدة قد تختلف عن الاستخدام المحلي الدقيق في بعض المناطق.
• ملاحظة صريحة عن v3: الإجابات التي تنجح قد تذكر الحقيقة ثم تتدهور إلى نص مشوّه، بما في ذلك مقاطع صينية، لذلك نتيجة 4/20 ليست 4 إجابات سليمة بالكامل.
• رقم القياس داخلي (عينة 20 سؤالاً) ولا يُقارن بمعايير معتمدة.

الترخيص

Apache 2.0 — حر للاستخدام الشخصي والتجاري.

---

صُنع بحب في السودان — Zool-AI