GLM-5.3 is live. Run Z.ai's latest model on Friendli Model APIs. Try it today ➜
NorahAlobaied
Available on FriendliAI
Run this model inference on single tenant GPU with unmatched speed and reliability at scale.
Model Details
Model Provider
NorahAlobaied
Model Tree
humain-ai/ALLaM-7B-Instruct-preview
Input Modalities
Output Modalities
Supported Functionality
مَوروث هو نموذج مُدرَّب لشرح الأبيات النبطية بشكل احترافي، يُخرج كل شرح بخمسة أقسام:
| القسم | الوصف |
|---|---|
[المفردات] | معاني الكلمات الصعبة |
[تحليل البيت] | تفكيك المعنى خطوة بخطوة |
[السياق الثقافي] | المعلومة التراثية الصحيحة |
[الشرح] | المعنى الكامل |
[الوصف] | وصف بصري بالإنجليزية (لتوليد الصور) |
هذا المستودع يحتوي على نموذج مدموج (merged model).
لذلك لا تستخدم PeftModel — استخدم AutoModelForCausalLM مباشرة.
bash
!pip install transformers>=4.47.0 bitsandbytes>=0.44.0 accelerate>=1.2.0python
from huggingface_hub import hf_hub_downloadfrom transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfigimport torchimport json MODEL_ID = "NorahAlobaied/Mawrooth-ALLaM-7B" # 1. تحميل النموذج المدموجbnb_config = BitsAndBytesConfig( load_in_4bit=True, bnb_4bit_quant_type="nf4", bnb_4bit_compute_dtype=torch.float16, bnb_4bit_use_double_quant=True,) tokenizer = AutoTokenizer.from_pretrained(MODEL_ID, trust_remote_code=True)if tokenizer.pad_token is None: tokenizer.pad_token = tokenizer.eos_token model = AutoModelForCausalLM.from_pretrained( MODEL_ID, quantization_config=bnb_config, device_map="auto", trust_remote_code=True,)model.eval() # 2. تحميل القاموس المرفق مع النموذجdict_path = hf_hub_download(repo_id=MODEL_ID, filename="mawrooth_dictionary.json")with open(dict_path, 'r', encoding='utf-8') as f: DICTIONARY = json.load(f) print(f"✅ جاهز — {len(DICTIONARY)} مصطلح نبطي")python
import re SYSTEM_PROMPT = """أنت خبير في الشعر النبطي السعودي. قواعد:1. استخدم القاموس لشرح المفردات الصعبة.2. لا تخترع معلومات غير موجودة في البيت أو القاموس.3. اتبع الترتيب بدقة: [المفردات] كلمة: معناها. [تحليل البيت] فكك البيت خطوة بخطوة. [السياق الثقافي] معلومة ثقافية عامة صحيحة. [الشرح] إعادة صياغة معنى البيت. [الوصف] English visual description.4. اكتب بالعربية فقط، ما عدا [الوصف] فبالإنجليزية.""" STOPWORDS = {'في','من','على','إلى','مع','عن','هذا','هذه','اللي','كان','ما','لا','أن','إن','هو','هي','هم','ثم','أو','و','ف','ب','ل','يا','قد','كل','بعض','غير','بين','عند','اذا','لم','لن','له','لها','لهم','به','بها','بهم','منه','منها','منهم','هنا','هناك','الا','لكن','حتى'} def extract_terms(verse, dictionary, max_terms=20): verse_words = set(re.findall(r'\b[\u0600-\u06FF]+\b', verse)) found = {} for term, meaning in dictionary.items(): if term in STOPWORDS or len(term) < 3: continue term_base = term.replace('ال', '', 1) if term.startswith('ال') else term if term in verse_words or term_base in verse_words: found[term] = meaning if len(found) >= max_terms: break return found def build_prompt(verse): verse_clean = verse.replace('اشرح هذا البيت:', '').strip() terms = extract_terms(verse_clean, DICTIONARY) context = "\n".join([f"- {k}: {v}" for k, v in terms.items()]) if terms else "(لا توجد مصطلحات صعبة)" return f"""[القاموس المرجعي]{context} [المهمة]اشرح هذا البيت: {verse_clean} [التعليمات]- ارجع للقاموس أعلاه.- لا تخترع معلومات.- اتبع الصيغة: [المفردات] [تحليل البيت] [السياق الثقافي] [الشرح] [الوصف]""" def explain_verse(verse, max_tokens=500): user_prompt = build_prompt(verse) messages = [ {"role": "system", "content": SYSTEM_PROMPT}, {"role": "user", "content": user_prompt}, ] prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True) inputs = tokenizer(prompt, return_tensors="pt", truncation=True, max_length=2048).to("cuda") with torch.no_grad(): outputs = model.generate( **inputs, max_new_tokens=max_tokens, temperature=0.3, top_p=0.9, repetition_penalty=1.15, do_sample=True, pad_token_id=tokenizer.pad_token_id, eos_token_id=tokenizer.eos_token_id, ) return tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True).strip() # مثالresult = explain_verse("مع صحصح كنه قفا الترس مقلوب")print(result)text
[بيت نبطي] ↓[extract_terms] ← استخراج المفردات من القاموس ↓[build_prompt] ← تكوين prompt مع القاموس المصغّر ↓[Mawrooth Model] ← ALLaM-7B المدموج ↓[5 أقسام]: مفردات، تحليل، سياق، شرح، وصف· ~1000 مصطلح متخصص · يشمل: مفردات نبطية، أسماء نجوم، أدوات قهوة، أسماء إبل، ظواهر جوية · مرفق مع النموذج في mawrooth_dictionary.json
مثال 1
البيت: مع صحصح كنه قفا الترس مقلوب
المخرجات:
text
undefinedمثال 2
البيت: يا ذيب ضيعني سراب بصحاريك
المخرجات:
text
undefinedbibtex
@misc{mawrooth2026, title={Mawrooth: Arabic Nabati Poetry Explainer}, author={Mawrooth Team}, for={Arabthon2026}, year={2026}, publisher={Hugging Face}, howpublished={\url{https://huggingface.co/NorahAlobaied/Mawrooth-ALLaM-7B}}}للاستفسارات: [nourahalobaeid@gmail.com]
!pip install transformers>=4.47.0 bitsandbytes>=0.44.0 accelerate>=1.2.0from huggingface_hub import hf_hub_downloadfrom transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfigimport torchimport json MODEL_ID = "NorahAlobaied/Mawrooth-ALLaM-7B" # 1. تحميل النموذج المدموجbnb_config = BitsAndBytesConfig( load_in_4bit=True, bnb_4bit_quant_type="nf4", bnb_4bit_compute_dtype=torch.float16, bnb_4bit_use_double_quant=True,) tokenizer = AutoTokenizer.from_pretrained(MODEL_ID, trust_remote_code=True)if tokenizer.pad_token is None: tokenizer.pad_token = tokenizer.eos_token model = AutoModelForCausalLM.from_pretrained( MODEL_ID, quantization_config=bnb_config, device_map="auto", trust_remote_code=True,)model.eval() # 2. تحميل القاموس المرفق مع النموذجdict_path = hf_hub_download(repo_id=MODEL_ID, filename="mawrooth_dictionary.json")with open(dict_path, 'r', encoding='utf-8') as f: DICTIONARY = json.load(f) print(f"✅ جاهز — {len(DICTIONARY)} مصطلح نبطي")import re SYSTEM_PROMPT = """أنت خبير في الشعر النبطي السعودي. قواعد:1. استخدم القاموس لشرح المفردات الصعبة.2. لا تخترع معلومات غير موجودة في البيت أو القاموس.3. اتبع الترتيب بدقة: [المفردات] كلمة: معناها. [تحليل البيت] فكك البيت خطوة بخطوة. [السياق الثقافي] معلومة ثقافية عامة صحيحة. [الشرح] إعادة صياغة معنى البيت. [الوصف] English visual description.4. اكتب بالعربية فقط، ما عدا [الوصف] فبالإنجليزية.""" STOPWORDS = {'في','من','على','إلى','مع','عن','هذا','هذه','اللي','كان','ما','لا','أن','إن','هو','هي','هم','ثم','أو','و','ف','ب','ل','يا','قد','كل','بعض','غير','بين','عند','اذا','لم','لن','له','لها','لهم','به','بها','بهم','منه','منها','منهم','هنا','هناك','الا','لكن','حتى'} def extract_terms(verse, dictionary, max_terms=20): verse_words = set(re.findall(r'\b[\u0600-\u06FF]+\b', verse)) found = {} for term, meaning in dictionary.items(): if term in STOPWORDS or len(term) < 3: continue term_base = term.replace('ال', '', 1) if term.startswith('ال') else term if term in verse_words or term_base in verse_words: found[term] = meaning if len(found) >= max_terms: break return found def build_prompt(verse): verse_clean = verse.replace('اشرح هذا البيت:', '').strip() terms = extract_terms(verse_clean, DICTIONARY) context = "\n".join([f"- {k}: {v}" for k, v in terms.items()]) if terms else "(لا توجد مصطلحات صعبة)" return f"""[القاموس المرجعي]{context} [المهمة]اشرح هذا البيت: {verse_clean} [التعليمات]- ارجع للقاموس أعلاه.- لا تخترع معلومات.- اتبع الصيغة: [المفردات] [تحليل البيت] [السياق الثقافي] [الشرح] [الوصف]""" def explain_verse(verse, max_tokens=500): user_prompt = build_prompt(verse) messages = [ {"role": "system", "content": SYSTEM_PROMPT}, {"role": "user", "content": user_prompt}, ] prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True) inputs = tokenizer(prompt, return_tensors="pt", truncation=True, max_length=2048).to("cuda") with torch.no_grad(): outputs = model.generate( **inputs, max_new_tokens=max_tokens, temperature=0.3, top_p=0.9, repetition_penalty=1.15, do_sample=True, pad_token_id=tokenizer.pad_token_id, eos_token_id=tokenizer.eos_token_id, ) return tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True).strip() # مثالresult = explain_verse("مع صحصح كنه قفا الترس مقلوب")print(result)[بيت نبطي] ↓[extract_terms] ← استخراج المفردات من القاموس ↓[build_prompt] ← تكوين prompt مع القاموس المصغّر ↓[Mawrooth Model] ← ALLaM-7B المدموج ↓[5 أقسام]: مفردات، تحليل، سياق، شرح، وصف@misc{mawrooth2026, title={Mawrooth: Arabic Nabati Poetry Explainer}, author={Mawrooth Team}, for={Arabthon2026}, year={2026}, publisher={Hugging Face}, howpublished={\url{https://huggingface.co/NorahAlobaied/Mawrooth-ALLaM-7B}}}