علّام — ALLaM (سدايا)ALLaM Arabic Foundation Model
نموذج لغوي وطني سعودي طورته الهيئة السعودية للبيانات والذكاء الاصطناعي (سدايا) لتحقيق جودة رائدة في فهم وتوليد المحتوى العربي.
متوسط14 مدخلًا مرتبطًا
التقييم والمقارنات المعيارية
Evaluation & Benchmarks
منهجيات القياس الموثوقة، معايير التقييم القابلة لإعادة الإنتاج، واختبارات الجودة والسلامة.
Reproducible benchmarks, empirical evaluation suites, automated rubric assessment, and safety gates.
نماذج
1 إدخالًا
أوراق بحثية
1 إدخالًا
معيار ViDoRe لتقييم استرجاع الوثائق البصريةViDoRe: The Visual Document Retrieval Benchmark
مجموعة بيانات مرجعية تشمل مهام استرجاع في مجالات علمية وقانونية ومالية متعددة اللغات.
مجموعات بيانات
4 إدخالًا
معيار الخوارزمي للاستدلال الرياضيAl-Khawarizmi Arabic Math Reasoning Benchmark
مجموعة بيانات موجهة لاختبار قدرات النماذج في حل المسائل الرياضية المعقدة المكتوبة باللغة العربية.
معيار MMLU العربي (Arabic MMLU)Arabic MMLU Benchmark
مجموعة تقييم قياسية تغطي 40 مجالاً معرفياً معرباً ومحلياً لاختبار قدرات الفهم والمنطق والاستيعاب في النماذج اللغوية.
مجموعة MADAR للهجات العربيةMADAR Multi-Arabic Dialect Corpus
مدونة نصوص متعددة اللهجات تغطي لهجات 25 مدينة عربية، تتيح تقييم النماذج في معالجة التباين اللغوي العامي.
مجموعة بيانات QADI لتصنيف وتمييز اللهجات العربيةQADI: Quality-Annotated Dataset for Arabic Dialect Identification
بيانات تغطي 18 دولة عربية لتدريب وتصنيف لهجات المستخدمين وتوجيه الحوار للنموذج المناسب.
معايرات وتقييم
5 إدخالًا
معيار GSM8K لتقييم قدرات الاستدلال الرياضي المدرسيGSM8K: Grade School Math Word Problems Benchmark
قياس دقة تسلسل خطوات التفكير المنطقي والرياضي في النماذج اللغوية المتفاوتة الأحجام.
معيار MMLU الأصلي لقياس الفهم اللغوي متعدد المهامMeasuring Massive Multitask Language Understanding (MMLU)
المقياس الأساسي لاختبار المعرفة العامة والاستدلال عبر 57 مادة أكاديمية واحترافية.
معيار RAGBench لتقييم خطوط أنابيب الاسترجاع والتوليدRAGBench: Comprehensive Benchmark for Retrieval-Augmented Generation
قياس دقة الاسترجاع ونقاء السياق وخلو الردود من الهلوسة ومطابقتها للمصادر الموثوقة.
لوحة صدارة تضمينات النصوص للغة العربية (Arabic MTEB)Arabic Massive Text Embedding Benchmark (MTEB)
مقارنة نماذج التضمين الدلالي في مهام التصنيف والاسترجاع وإعادة الترتيب والتشابه الدلالي العربي.
أداء النماذج الضخمة على الذاكرة الموحدة في Apple SiliconLLM Throughput on Apple Silicon M-Series Unified Memory
قياس سرعة توليد الرموز لنماذج 70B على أجهزة Mac Studio 128GB و 192GB باستخدام llama.cpp و MLX.
أدلة تطبيقية
2 إدخالًا
ممارسات تطهير بيانات التدريب ومنع تسرب أسئلة الاختبارData Decontamination Standards for LLM Pretraining & SFT
طرق فحص تشابه ن-جرام والتضمينات الدلالية لعزل بيانات المعايير القياسية عن نصوص التدريب.
ضبط جودة تجميع البيانات والمجموعات اللغوية العربيةDataset Curation Quality Bar for Arabic Corpora
مقاييس تنظيف النصوص وترجيح اللهجات ورصد الانحياز قبل استخدام المجموعات في التدريب أو التقييم.
مراجع عامة
1 إدخالًا
ضبط منظومة التقييم لضمان قابلية إعادة إنتاج النتائجReproducible Evaluation Harness Configuration Baseline
توحيد الإعدادات ودرجات الحرارة وعدد العينات ومفاتيح العشوائية حتى تصبح نتائج المقاييس قابلة للمقارنة.