EVAFRILL-Mo is a hybrid Mamba-2 and Transformer language model designed for efficient large‑scale training on NVIDIA GPUs.
يُنفّذ EVAFRILL‑Mo بنية هجين من نوع SSM‑Transformer تتألف من 3 مليار معلمة، تم بناؤها من الصفر باستخدام مكتبة PyTorch. يجمع النموذج بين كتل Mamba‑2 ذات مسح انتقائي مع طبقات انتباه GQA الرفيعة لتغطية التبعيات المحلية والعالمية بكفاءة. يدعم النموذج التدريب الأصلي بدقة FP8 على 7 وحدات معالجة رسومية NVIDIA B200، مع تقليل استهلاك الذاكرة عبر دالة خسارة متجزئة. يستخدم النموذج مُحَوِّل SentencePiece مع قاموس 64 ألف كلمة، ما يتيح معالجة متعددة اللغات والكود. يهدف المشروع إلى الباحثين الذين يرغبون في استكشاف البنى الهجينة وتحسين تدريب نماذج اللغة على نطاق واسع. كما يقدّم تحسينات في إدارة الذاكرة وتوزيع الحمل على الأجهزة المتعددة. يتيح للمستخدمين تجربة تكوينات معمارية جديدة وتقييم أدائها على مجموعات بيانات ضخمة.
The nous project is a nano transformer LLM built from scratch, designed for natural language processing tasks.
هذا المشروع هو نموذج لغة متكامل من الصفر، يستخدم لتحليل اللغة الطبيعية والتعلم الآلي. يتم بناؤه باستخدام بيرتوش وله محرك تشغيل C99 للتنفيذ الفعال. يتم تدريبه على dataset WikiText-103 ويحتوي على عدد قليل من المعلمات حوالي 15,000.
jore is a nano transformer LLM built from scratch, designed for natural language processing tasks.
يور هو نموذج معالجة اللغة الطبيعية من الدرجة النانوية، مصمم لتحليل اللغة الطبيعية. يعتمد على بيرش ويتش (PyTorch) ويعمل على تشغيل المعالجات المحلية (C99). يحتوي على واجهة ويب باستخدام فلاسك (Flask)، وتدعم التكامل بالحروف. يتضمن المشروع حلقة تدريب، إدارة نقاط التحقق، وتسريع الليل باستخدام الكرون.
A lightweight, character-level language model that runs entirely in the browser for real‑time text generation.
يقدم هذا المشروع نموذجًا لغويًا صغيرًا تم تدريبه من الصفر، ويعمل على توليد النصوص على مستوى الحرف. يتميز بحجمه الصغير (3.5 مليون معلمة) مما يتيح تشغيله بالكامل في المتصفح عبر ONNX Runtime وWebAssembly، دون الحاجة إلى خادم خلفي. يتيح واجهة المستخدم الرسومية التفاعلية إمكانية إدخال الأسئلة وتلقي الإجابات في الوقت الحقيقي مع إمكانية ضبط درجة الحرارة وطول النص. يستهدف المطورين ومهتمي الذكاء الاصطناعي الذين يحتاجون إلى نموذج خفيف الوزن لتجارب سريعة أو دمج في تطبيقات الويب أو الأجهزة المحمولة. يحل مشكلة الاعتماد على خدمات سحابية مكلفة أو تأخير الشبكة، ويمنح المستخدمين تحكمًا كاملاً في البيانات والنموذج. يميز المشروع بتركيزه على توليد النصوص على مستوى الحرف، ما يتيح دقة أكبر في التعامل مع لغات أو نصوص غير معروفة مسبقًا.
A lightweight transformer-based language model designed for local inference and educational experimentation.
يقدّم هذا المشروع نموذج لغة خفيف الوزن يعتمد على بنية المحول، ويضم 3.5 مليون معلمة، تم تدريبه على مزيج من النصوص الرياضية والإنكليزية. يوفّر واجهة ويب للتشغيل المحلي بالإضافة إلى محرك سطر أوامر يتيح توليد نص بسرعة مع استهلاك منخفض للموارد. يستخدم النموذج مُحَوِّلًا على مستوى الحرف ويحتوي على ثلاث طبقات محول، ما يجعله مثالياً لدراسة تأثير اختيارات البنية على الأداء. يستهدف الباحثين والطلاب والهواة الذين يرغبون في تجربة نماذج اللغة دون الحاجة إلى موارد حوسبة ضخمة. يبرز النموذج إمكانات بناء نموذج عملي من الصفر مع إظهار التحديات مثل الاعتماد على التذكير وعدم التعميم.
Evaluate and compare activation oracles with sparse autoencoders for anomaly detection and representation learning.
يقدّم هذا المشروع إطار عمل منهجي لتقييم فعالية أوكلاسات التفعيل مقابل المشفرات التلقائية النادرة في كشف الشذوذ وتعلم تمثيلات مضغوطة. يتم تنفيذ مجموعة من التجارب التي تقوم بتدريب كلا النوعين من النماذج على مجموعات بيانات معيارية، ثم يتم تقييمهما باستخدام مجموعة متنوعة من المقاييس مثل خطأ الإعادة، ومستوى النادرة، ودقة الكشف. يُنظم الكود في دفاتر ملاحظات وملفات نصية معيارية تسهل إعادة الإنتاج وتوسيع نطاق الاستخدام إلى مجموعات بيانات أو نماذج جديدة. يمكن للباحثين والممارسين استخدام الإطار المقارن لاختبار تصاميم أوكلاسات جديدة أو هياكل مشفرات تلقائية، والحصول على رؤى حول التوازن بين القابلية للتفسير والأداء.
The PDR project is a research initiative that aims to develop and improve Pedestrian Dead Reckoning technology for indoor navigation, utilizing smartphone sensors such as IMU and barometer.
هذا المشروع هو مبادرة بحثية تهدف إلى تطوير وتحسين تقنية مراقبة الموتى على الأقدام في المناطق الداخلية، باستخدام أجهزة الهاتف الذكي مثل IMU وبارومتر. يعتمد المشروع على استخدام أجهزة الهاتف الذكي لتحليل البيانات والتنبؤ بموقع المشترك في المسار.
This project implements and evaluates interpretable and black‑box machine‑learning models for predicting hypertension, hyperglycemia, and dyslipidemia risk.
يُركّز العمل على مقارنة نماذج القابلة للتفسير مثل الانحدار اللوجستي وأشجار القرار مع أساليب الصندوق الأسود مثل الغابات العشوائية، آلات الدعم الناقل، والشبكات العصبية لتوقع ثلاث اضطرابات متعلقة بالمتابوليزم الشائعة. يتضمن ذلك سلسلة معالجة بيانات شاملة تقوم بتنظيف، تطبيع، واختيار الخصائص من مجموعات بيانات صحية حقيقية ومصطنعة. يتم تقييم أداء النماذج باستخدام التحقق المتقاطع، ROC‑AUC، الدقة‑الاستدعاء، ومصفوفات الالتباس، بينما يُقدّم التفسير عبر قيم SHAP والرسوم التوضيحية للانتباه. يهدف البحث إلى تحديد أيّ استراتيجيات نمذجة توفر أفضل توازن بين الدقة التنبؤية وقابلية التفسير في دعم اتخاذ القرار الطبي. تُوثّق النتائج في تنسيق منظم يسهل تكرارها وتوسيعها في أبحاث التحليلات التنبؤية الصحية.
Fine‑tuned Whisper Medium for Bengali speech recognition with optimized inference using CTranslate2, offering command‑line, API, and live streaming ASR.
يقدّم هذا المشروع نموذج Whisper Medium مُحسَّن للتعرف على الكلام باللغة البنغالية، وقد تم تحويله إلى صيغة CTranslate2 لتسريع الاستدلال. يتضمن أداة سطر أوامر للتفريغ الدفعي، واجهة برمجة تطبيقات خفيفة الوزن للدمج في تطبيقات أخرى، وخادم FastAPI يدعم ASR في الوقت الحقيقي. يستفيد التنفيذ من تقنيات التكميم، والتجميع، وتصفية VAD الاختياري لتحقيق أداء فوري على وحدات معالجة الرسوميات المتوسطة. يستهدف المستخدمين المطورين والباحثين الذين يحتاجون إلى التعرف على الكلام البنغالي بكفاءة للحوارات، والاجتماعات، وأدوات الوصول. يوضح المشروع تسريعاً ملحوظاً مقارنة بسلسلة Hugging Face التقليدية مع الحفاظ على دقة عالية.
The RadarPillars project is an implementation of the RadarPillars architecture for radar-only 3D object detection, built on top of OpenPCDet.
هذا المشروع يimplement architecture RadarPillars لاكتشاف الأجسام الثلاثية الأبعاد فقط عن طريق الرادار، ويعزز الميزات الفيزيائية الخاصة بالرادار مثل تحليل سرعة دوبلر وتعديل معامل التأثير. يدعم المشروع datasets اثنين: View-of-Delft (VoD) وأستيكس HiRes2019.
This project is a control system for EEG signals, likely intended for medical or research use.
مشروع VitaCTEEGControFX يبدو أنه نظام التحكم المُصمم لتعامل وتحليل الإشارات الكهربية في الدماغ. ومع ذلك، دون وجود معلومات إضافية، صعب تقديم نظرة عامة مفصلة عن ميزات ووظائف هذا المشروع. قد يكون يستخدم في مجالات الطبية أو البحث العلمي للتحليل والاستنتاج من البيانات الكهربائية.
The llava-shot project enables zero-shot image classification for Sentinel-2 multispectral satellite imagery using the LLaVA model.
يستخدم هذا المشروع نموذج LLaVA لتصنيف الصور بدون تدريب مسبق على صورة صور الأقمار الصناعية Sentinel-2 المультيسبيكتروم. الهدف هو تصنيف الصور دون الحاجة إلى بيانات التدريب الكبيرة أو التصنيف اليدوي.
This project evaluates the playability of cards from the Teenage Mutant Ninja Turtles Magic: The Gathering sets using multiple Large Language Models (LLMs) to determine their potential in the competitive Vintage format.
يهدف المشروع إلى استكشاف ما إذا كانت النماذج اللغوية الكبيرة (LLMs) يمكنها تحليل قابلية الأوراق في تنسيق ماجيك: ذا جاثرينج التنافسي بشكل فعال. يزود المشروع كل البطاقة بالكامل إلى نماذج مختلفة ويسأل كل منها تقييم كل بطاقة قابلة للتنافس في تنسيق ماجيك: ذا جاثرينج التنافسي. يتم مقارنة النتائج عبر النماذج لاستكشاف picks المشاركة، وتحديد الخلافات، وإنشاء قائمة قصيرة من البطاقات تستحق اختبارها في التنسيق.
AndroidZerg Game Master AI is a project that enables the creation of artificial intelligence for AndroidZerg games.
هذا المشروع يستخدم لغة بايثون و جافا سكريبت لتطوير نظام الذكاء الاصطناعي للمساعدة في إدارة ألعاب اندرويد زيرج. يمكن استخدام هذا النظام للتحكم في المهام التلقائية أو اتخاذ القرارات أو تقديم المساعدة، ولكن دون مزيد من المعلومات، لا يزال غير واضح ما الميزات التي يقدمها هذا النظام أو كيف يعمل.
This project generates scholarly verse-by-verse commentary for the 150 Psalms using AI-powered analysis.
هذا النظام الذكي يقوم بتحليل الآيات من كل من الأعمال المقدسة، باستخدام إطار عمل متعدد एजينت و تحليل مركب لاستكشاف المعاني العميقة التي تذهب أبعد من القراءة السطحية. هذا المشروع يهدف إلى تقديم منظور فريد من هذه النصوص القديمة، مما يجعلها أكثر سهولة للفهم والتنفيذ.