This contains everything you need to run your app locally.
This project is an English learning application designed for individuals seeking to improve their language skills.
هذا المشروع هو تطبيق تعلم اللغة الإنجليزية المُصمم للفرد الذي يرغب في تحسين مهاراته اللغوية. يحتوي التطبيق على دروس وتجارب تفاعلية تساعد المستخدمين على التعلم والتدرب على اللغة الإنجليزية. يضم التطبيق واجهة مستخدم سهلة الاستخدام، خطط تعليمية قابلة للتخصيص، وتحديثات فورية. يهدف التطبيق إلى تلبية احتياجات جميع المستويات من المتعلمين، من مبتدئين إلى متقدمين. مع محتوته المثيرة وتقنياته المُستندة على التعلم الذاتي، يسعى تطبيق تعلم اللغة الإنجليزية إلى جعل التعلم اللغوي ممتعاً وفعالاً.
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.
A Python library that streamlines rapid prototyping of machine learning experiments by integrating data handling, model training, and visualization tools.
تقدم مكتبة Sandbox إطار عمل موحد لمهندسي التعلم الآلي وعلماء البيانات لتجربة النماذج بسرعة. تجمع المكتبة بين مكتبات علمية شائعة مثل NumPy وPandas وSciPy لمعالجة البيانات، مع توفير واجهات سلسة إلى Hugging Face وPyTorch وscikit‑learn لتدريب النماذج. توفر أدوات التصوير المدمجة التي تعتمد على Matplotlib إمكانية رسم مؤشرات الأداء وتوزيعات البيانات بأقل قدر من الكود. تركز المكتبة على إمكانية إعادة الإنتاج من خلال نماذج Pydantic التي تتحقق من صحة الإعدادات ومخططات البيانات. صممت لتسهيل البحث والتكرار السريع، وتقلل من الكود المكرر لتتيح للمستخدمين التركيز على الابتكار الخوارزمي.
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.
A monorepo framework that centralizes shared backend libraries and separates microservice APIs and a Next.js frontend for streamlined development and deployment.
يُقدِّم هذا الإطار بنية موحدة للموارد المشتركة، حيث يُركِّز على تجميع مكوّنات الخلفية القابلة لإعادة الاستخدام في مكتبات مشتركة، مع فصل واجهات برمجة التطبيقات الميكروية وتطبيق واجهة أمامية مبني على React. يُسهم استخدام أداة Nx في تنظيم مساحة العمل، بينما يُسهم Gradle في بناء تطبيقات Java، ما يتيح للمطورين الحفاظ على مصدر موحد للمعتمدات وجودة الكود وخطوط سير التكامل المستمر. تُعطي البنية التحتية واضحة للتمييز بين المسؤوليات: تُحفظ البنية التحتية المشتركة، منطق النطاق، محولات الأمان، ودعم الويب في مكتبات مخصصة، بينما يركز كل خدمة API على قواعدها التجارية ونقاط النهاية الخاصة بها. يُظهر التطبيق المدمج على Next.js التكامل السلس مع خدمات الخلفية، مقدماً تجربة شاملة للواجهة الأمامية والخلفية. يستهدف هذا الإطار مهندسي الخلفية والمهندسين الكاملة، ويسرّع إنشاء خدمات ميكروية قابلة للتوسع وسهلة الصيانة، بالإضافة إلى تطبيقات الويب.
The decoder project is designed to provide a tool for decoding and processing data.
هذا المشروع هو أداة تعمل على فك تشفير وتحليل البيانات المختلفة. تم بناؤها باستخدام لغات البرمجة Python، C++ و Bash، وتستفيد من قدرات مكتبات NumPy و PyTorch. يهدف هذا المشروع إلى تسهيل مهمة فك تشفير وتحليل البيانات للبرمجيين والمختصين في مجال البحث.
An AI tool that analyzes redacted PDFs to assess and reconstruct hidden content using computer vision, constraint solving, and large language model reasoning.
يُقدّم هذا المشروع أداة تحليل مستندات PDF التي تحتوي على مناطق محذوفة، باستخدام تقنيات الرؤية الحاسوبية لتحديد المناطق المحذوفة، وحل قيود رياضية لتقدير المحتوى المحتمل، وتوظيف نماذج اللغة الكبيرة لتفسير النص المسترجع. يتيح للمستخدمين فحص مدى كفاءة عمليات الحذف والتأكد من عدم وجود معلومات حساسة غير محذوفة. كما يُمكنه توليد تقارير تفصيلية تُظهر نقاط الضعف في الحذف وتوصيات لتحسينه. تُستهدف هذه الأداة فرق الامتثال، والفرق القانونية، ومحللي الأدلة الجنائية الذين يحتاجون إلى تقييم دقيق للوثائق المحذوفة. يحل المشروع مشكلة صعوبة التحقق اليدوي من جودة الحذف في المستندات الكبيرة، ويقلل من الأخطاء البشرية. يميز نفسه بدمج نهج متعدد التخصصات يجمع بين الذكاء الاصطناعي، وحل القيود، ومعالجة اللغة الطبيعية لتقديم تحليل شامل.
16s is an AI-powered web designer that helps users create their dream website in seconds, with features like live preview and one-click deploy.
16س هو تطبيق ويب متقدم يستخدم الذكاء الاصطناعي لتصميم المواقع الإلكترونية بسرعة وefficiency. مع واجهته المريحة، يمكن للمستخدمين وصف موقعهم المرغوب فيه، وسوف يُنشئ التطبيق بشكل فوري. يتضمن المنصة أيضًا ميزات مثل العرض الحقيقي في الوقت الفعلي والتفعيل بالزر الواحد ومقاطع النماذج المخصصة. 16س يسعى إلى تغيير الطريقة التي يخلق بها الناس وجودتهم عبر الإنترنت.
This project reproduces controlled experiments to study how training data properties affect parametric and in-context knowledge usage in language models.
يُقدّم المشروع مساراً كاملاً لإنشاء مجموعات بيانات اصطناعية، تدريب نموذج GPT‑2، واختبار تمثيلاته المعرفية. يركز على ثلاث خصائص للبيانات—التكرار داخل المستند، عدم التناسق داخل المستند، وتوزيع تردد المعرفة غير المتوازن—لتقييم مدى تمكينها من استخدام المعرفة البرامترية (PK) والمعرفة داخل السياق (ICK) بصورة قوية. تُنشئ سكربتات إنشاء البيانات ملفات تعريفية مع سمات مثل مدينة الميلاد، الجامعة، والتخصص، ثم تُبنى مجموعات نصية منظمة مع تكرار ومجموعة ضوضاء مُتحكم فيها. يُدرّب سكربت التدريب نموذج GPT‑2 مكوّن من ثمانية طبقات باستخدام SFTTrainer وتقنية التجميع (packing). أخيراً، يُقيس سكربت الاختبار دقة PK وICK ومقاييس التفضيل. يمكن للباحثين في معالجة اللغة الطبيعية وتعلم الآلة استخدام الكود لتكرار تجارب الورقة أو لاستكشاف فرضيات جديدة مستندة إلى البيانات.
A command‑line framework for extracting and analyzing Binary Context Containers from executable files.
يُعد Blackfyre إطار عمل تحليل ثنائي خفيف الوزن يركز على استخراج حاويات السياق الثنائي (BCCs) من الملفات التنفيذية. يتضمن مجموعة من الأدوات المكتوبة بلغة بايثون وباش تقوم بتحليل البنية الثنائية، جمع البيانات الوصفية، وتخزين السياق المستخرج في تنسيق منظم. يدعم الإطار صيغ الملفات التنفيذية الشائعة، ويمكن دمجه بسهولة في خطوط سير العمل التحليلية الأكبر. يستهدف الباحثين الأمنيين ومهندسي العكس، حيث يُسهل تحديد الأنماط والاعتمادات والسلوكيات الضارة المحتملة داخل البرامج. من خلال توحيد عملية استخراج السياق، يقلل Blackfyre الجهد اليدوي ويعزز الاتساق في التحليلات.
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.
An interactive web application that trains French learners at the B1 level on grammar through quizzes and instant feedback.
يُقدّم هذا التطبيق واجهة مستخدم نظيفة ومصممة بألوان مستوحاة من الثقافة الفرنسية، مما يخلق تجربة تعليمية ممتعة. يضم أكثر من 12 قسمًا تغطي القواعد الأساسية من المضارع البسيط إلى الضمائر النسبية، مع تمارين متعددة الاختيارات ونصوص لملء الفراغات. تُقدّم الإجابات الفورية مع شرح مفصل للأخطاء، ما يساعد المتعلمين على فهم السبب وراء كل خطأ. يُمكن للمستخدم تتبع تقدمهم عبر الأقسام المختلفة، مع إمكانية مراجعة الأسئلة التي أخطأ فيها. يركز التطبيق على مستوى B1، ما يجعله مناسبًا للطلاب الذين يخطون خطوة نحو الإتقان. يدمج تقنيات حديثة مثل TypeScript وReact لضمان أداء سريع وتجربة سلسة.
A chess engine bot that plays on Lichess using advanced search algorithms and neural network evaluation, with a Python pipeline for training and self‑play data generation.
يُقدِّم هذا المشروع بوت شطرنج يعمل عبر سطر الأوامر ويتصل بواجهة برمجة تطبيقات Lichess للعب المباريات. يدعم البوت خوارزميات بحث متقدمة مثل Negamax مع تحسينات مثل alpha‑beta pruning وMCTS مع اختيار UCT. يمكنه تقييم المواقف إما باستخدام تقييم يدوٍّ مُصمم أو باستخدام نموذج NNUE مدرب عبر شبكة عصبية عميقة. يتضمن المشروع خط أنابيب Python لتوليد بيانات اللعب الذاتي، تدريب النموذج باستخدام PyTorch، وتصدير الأوزان إلى صيغة ثنائية تُستعمل في C++ لتسريع الاستدلال. يُمكن للمستخدم إنشاء بيانات تدريب، مقارنة نماذج مختلفة، وتشغيل البوت كخدمة systemd على أنظمة Linux. يستهدف المطورين الباحثين في الذكاء الاصطناعي والمهتمين بتحليل استراتيجيات الشطرنج وتطوير محركات اللعب.
An API that recommends university courses to students based on their preferences, constraints, and academic requirements.
يُقدِّم هذا المشروع واجهة برمجة تطبيقات REST تسمح للطلاب وأعضاء هيئة التدريس بإرسال ملفات تعريف الطالب، ومخططات الدورات، والقيود الزمنية، ثم يُرجِع قائمة مخصصة بالمواد التي تتوافق مع معاييرهم. يعتمد على خوارزميات تحسين عددية لتوزيع المتطلبات المسبقة، وحجم العمل، وتفضيلات الطالب، مع توليد خطط فصلية قابلة للتنفيذ. يُشغَّل الخادم باستخدام إطار FastAPI مع Uvicorn، ويُخزَّن البيانات في قاعدة SQLite لتسهيل التطوير والاختبار. يستهدف المستخدمين الطلاب الذين يخططون لجدولهم الدراسي وأعضاء هيئة التدريس الذين يحتاجون إلى رؤى مبنية على البيانات. يحل مشكلة اختيار الدورات يدويًا، ويقلل من الوقت المستغرق ويزيد من رضا الطلاب. يميز المشروع بقدرته على دمج معايير متعددة في توصية واحدة، مع توفير واجهة بسيطة للدمج مع أنظمة إدارة التعلم الحالية.
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.
A Python library that automates data scraping, preprocessing, and experimentation with classic machine learning algorithms for educational and research purposes.
يُقدّم هذا المكتبة حلاً متكاملاً لتجميع البيانات من مصادر الإنترنت، معالجتها، وتطبيق خوارزميات التعلم الآلي الكلاسيكية عليها. يتم استخراج البيانات باستخدام أدوات تحليل النصوص، ثم يُحوَّل النص إلى جداول قابلة للتحليل باستخدام مكتبات معالجة البيانات. تُشغّل المكتبة مجموعة من التجارب على نماذج مثل الانحدار الخطي، شجرة القرار، وغيرها، مع حساب مؤشرات الأداء وتخزين النتائج. تُعرض النتائج عبر رسومات بيانية تفاعلية تُسهل فهم مقارنة الأداء بين النماذج. يستهدف المطورين والباحثين والطلاب الذين يرغبون في تجربة خوارزميات التعلم الآلي دون الحاجة إلى إعداد بيئة معقدة. يحل المشكلة المتعلقة بوقت إعداد البيانات وتجربة النماذج، ويُسرّع عملية البحث والتعليم. يميز المشروع بتركيزه على الكود القابل لإعادة الاستخدام، وتوفير واجهة برمجية بسيطة تسمح بتشغيل تجارب متعددة بنقرة واحدة.
A Python library that enables backtesting of trading strategies on historical financial data.
توفر هذه المكتبة إطار عمل لمحاكاة استراتيجيات التداول باستخدام بيانات السوق التاريخية. تتكامل مع أدوات تحليل البيانات الشائعة مثل pandas للتعامل مع البيانات، وnumpy للعمليات العددية، وscipy للتحليل الإحصائي، وmatplotlib لتصوير النتائج. يتيح للمستخدمين تعريف استراتيجيات مخصصة، وتحديد قواعد الدخول والخروج، وتشغيل المحاكاة عبر أصول أو أطر زمنية متعددة. تُخرج المكتبة مؤشرات أداء مفصلة، بما في ذلك العوائد، والتقلب، والانخفاضات القصوى، ونسبة شارب، وتوفر مخططات بصرية لتسهيل التحليل. صممت لتناسب المحللين الكميين، والمتداولين الآليين، والباحثين في مجال المالية الذين يحتاجون إلى بيئة اختبار خلفية قابلة للتكرار وقابلة للتوسيع.
The pendulum-tools project provides post-processing and upload tools for double pendulum simulations.
هذا المشروع يقدم مجموعة من الأدوات لتعامل مع نتائج المحاكاة للPENDول المزدوج. يحتوي على وظائف لprocessing وuploading نتائج المحاكاة، مما يجعل من السهل تحليل وتحديد مواقع النتائج الحركية المعقدة. تم تصميم هذه الأدوات العمل مع أنواع مختلفة من البيانات التي يتم إنشاؤها بواسطة محاكاة PENDULUM المزدوج، مما يسمح للمستخدمين التركيز على أبحاثهم دون القلق بشأن إدارة البيانات.
The anndata-duckdb-extension project enables integration of AnnData objects with DuckDB databases for efficient data analysis.
يسمح هذا التوسعة للمستخدمين بدمج أوبجيكتس AnnData مع قواعد البيانات DuckDB بفعالية، مما يتيح تحليل البيانات والتعديل عليها بشكل فعال. يوفّر هذا المشروع جسرًا بين تنسيق AnnData الشائع وقاعدة البيانات DuckDB المخزنة في الذاكرة. صُمم المشروع للمختصين بالبحوث والمحللون الذين يعملون مع بيانات RNA-seq الخلايا المفردة.
This project provides a tool for chemical mutation profiling in the context of RNA structure analysis.
يهدف مشروع cmuts إلى تسهيل تقييم التغيرات الكيميائية في بنية الحمض النووي الريبي. يستخدم هذا المشروع مكتبات matplotlib, numpy, و scipy لتحليل البيانات المتعلقة بتغيرات الحمض النووي الريبي الناجمة عن التعديلات الكيميائية. يهدف هذا الأداة إلى تقديم نظرة شاملة حول كيفية تأثير التعديلات الكيميائية على بنية الحمض النووي الريبي.
The RESOLVE project uses neural networks to predict species composition.
يستخدم RESOLVE شبكات العصبية للتنبؤ بالتكوين الجيني. يعتمد على قوة التعلم الآلي لتحليل وتحديد البيانات الإيكولوجية. يهدف المشروع إلى تقديم تنبؤات دقيقة، مما يسمح للمبحوثين والمحافظين على البيئة اتخاذ قرارات مدروسة حول الأوساط البيئية والتنوع الحيوي. تم تطوير RESOLVE بتركيز على القدرة على التكيف وال灵انية، مما يسمح باستخدامها في مجموعة متنوعة من datasets البيئية.
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.
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.
The frontera-platform project is a web application built using Next.js, designed to provide a platform for various functionalities.
هذا المشروع هو تطبيق ويب مبني على Next.js، يستخدم مجموعة من التكنولوجيات مثل Clerk و Supabase. يوفّر هذا المشروع منصةً للوظائف المتعددة، لكن طبيعة هذه الوظائف غير واضحة من المعلومات المُقدمة. يتضمن المشروع ميزات مثل تسهيل تحسين الخطوط باستخدام next/font و خط Geist. ومع ذلك، فإن وصف الميزات الرئيسية والجمهور المستهدف وكيف يعمل المشروع غير واضح.
Airstreams Training Flashcards is a multi-module flashcard system for all Airstreams Renewables training courses, allowing users to study on any device and share with their cohort.
هذا المشروع يقدم نظام كروت دراسية شامل لجميع دورات تدريبية أيرستريمز رينيوابلز، يخلق كروت دراسية من الفيديوهات باستخدام الذكاء الاصطناعي، ويزود المستخدمين على أي جهاز ويسمح لهم بتبادل الكروت مع زملائهم.