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 نظام ذكاء اصطناعي لشرح الأبيات النبطية، يُخرج كل شرح بخمسة أقسام منظمة:
| القسم | الوصف |
|---|---|
[المفردات] | معاني الكلمات الصعبة |
[تحليل البيت] | تفكيك المعنى خطوة بخطوة |
[السياق الثقافي] | المعلومة التراثية |
[الشرح] | المعنى الكامل |
[الوصف] | وصف بصري بالإنجليزية |
bash
!pip install -q --upgrade transformers peft bitsandbytes accelerate gradio huggingface_hub import torch, json, re, os, shutil, tempfilefrom transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfigfrom peft import PeftModelfrom huggingface_hub import hf_hub_downloadpython
HF_REPO = "NorahAlobaied/Mawrooth-ALLaM-7B-LoRA"BASE_MODEL = "humain-ai/ALLaM-7B-Instruct-preview" for fname in ["mawrooth_styles.py", "mawrooth_utils.py", "mawrooth_app.py"]: path = hf_hub_download(repo_id=HF_REPO, filename=fname, force_download=True) shutil.copy(path, f"./{fname}") print(f"✅ {fname}")python
DICT_PATH = hf_hub_download(repo_id=HF_REPO, filename="mawrooth_dictionary.json", force_download=True)with open(DICT_PATH, encoding='utf-8') as f: DICTIONARY = json.load(f)print(f"📚 القاموس: {len(DICTIONARY)} مصطلح") bnb_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(BASE_MODEL, trust_remote_code=True)if tokenizer.pad_token is None: tokenizer.pad_token = tokenizer.eos_token base = AutoModelForCausalLM.from_pretrained( BASE_MODEL, quantization_config=bnb_config, device_map="auto", trust_remote_code=True,)model = PeftModel.from_pretrained(base, HF_REPO)model.eval()model.config.use_cache = Trueprint("✅ النموذج + LoRA جاهزان")python
SYSTEM_PROMPT = """أنت خبير في الشعر النبطي السعودي، تفهم اللهجة والثقافة البدوية بعمق. مهمتك: شرح الأبيات النبطية بدقة ووضوح. قواعد صارمة:1. استخدم القاموس المرجعي لشرح المفردات الصعبة.2. لا تخترع معلومات غير موجودة في البيت أو القاموس.3. لا تذكر أسماء أماكن/قبائل/أحداث إلا إذا وردت صراحة في البيت أو القاموس.4. اتبع هذا الترتيب بدقة تامة: [المفردات] كلمة: معناها. [تحليل البيت] فكك البيت خطوة بخطوة. [السياق الثقافي] معلومة ثقافية عامة صحيحة. [الشرح] إعادة صياغة معنى البيت. [الوصف] English visual description.5. اكتب بالعربية الفصحى فقط، ما عدا [الوصف] فبالإنجليزية.6. إذا لم تكن متأكداً من معلومة، اكتب: "(غير مؤكد)".""" 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','اليا'} 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 نبطية صعبة في هذا البيت)" return f"""[القاموس المرجعي]{context} [المهمة]اشرح هذا البيت: {verse_clean} [التعليمات]- ارجع للقاموس أعلاه لشرح المفردات.- لا تخترع معلومات.- اتبع الصيغة: [المفردات] [تحليل البيت] [السياق الثقافي] [الشرح] [الوصف]""" def explain_verse(verse, max_tokens=500): if not verse or not verse.strip(): return "⚠️ الرجاء إدخال بيت شعري" 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() print("✅ كل الدوال جاهزة")python
from google.colab import userdata try: token = userdata.get('HF_TOKEN') if token and token.startswith('hf_'): print(f"✅ التوكن يعمل — الطول: {len(token)} حرفًا") print(f" بداية التوكن: {token[:10]}...") else: print("❌ التوكن فارغ أو غير صالح")except Exception as e: print(f"❌ خطأ: {e}") print("\n🔧 تحقق من:") print(" 1. الاسم مكتوب 'HF_TOKEN' بالضبط") print(" 2. Notebook access مفعّل")python
import urllib.parseimport mawrooth_utilsmawrooth_utils.urllib = urllib with open('mawrooth_app.py', 'r', encoding='utf-8') as f: _app_code = f.read() exec(compile(_app_code, 'mawrooth_app.py', 'exec'), globals())[الوصف] الإنجليزي عبر Pollinations| الملف | الوصف |
|---|---|
mawrooth_styles.py | أنماط CSS الكاملة (ألوان تراثية: أخضر، ذهبي، رملي) |
mawrooth_utils.py | دوال المعالجة (parse_output, render_result, build_image_url) |
mawrooth_app.py | الواجهة الرئيسية (launch_app, launch) |
mawrooth_logo.png | شعار Mawrooth |
mawrooth_dictionary.json | القاموس النبطي (1000+ مصطلح) |
text
[بيت نبطي] ↓[extract_terms] ← استخراج المصطلحات من القاموس ↓[build_prompt] ← تكوين prompt مع القاموس المُصفّى ↓[ALLaM-7B (4-bit)] + [Mawrooth LoRA (fp16)] ↓[5 أقسام]: مفردات، تحليل، سياق، شرح، وصف· الحجم: 1,328 مصطلح متخصص · يشمل: مفردات نبطية، أسماء نجوم، أدوات قهوة، أسماء إبل، ظواهر جوية، مواقع جغرافية · متوفر في: NorahAlobaied/Mawrooth-ALLaM-7B باسم mawrooth_dictionary.json
بُني معجم المفردات عبر مراحل منظمة:
· أمهات معاجم الألفاظ الشعبية والنبطية المعروفة. · سياقات المفردات في دواوين القصائد التراثية المتداولة. · المراجعة الشفهية من المهتمين بالتراث النبطي.
· استخراج المفردات: استخلاص الكلمات الغريبة/التراثية من النصوص. · التنقيب: تطبيق NLP لضبط جذور الكلمات وتصنيفها. · المراجعة البشرية: تحقق الفريق يدويًا من كل معنى. · التصنيف السياقي: تنظيم المفردات في مجالات (طبيعة، قهوة، إبل، مشاعر).
مثال 1
البيت: مع صحصح كنه قفا الترس مقلوب
المخرجات:
text
[المفردات] صحصح: الأرض المستوية الواسعة. قفا: ظهر الشيء. الترس: الدرع. مقلوب: معكوس. [تحليل البيت] الصحراء الواسعة الممتدة كأنها ظهر درع مقلوب، الاستواء التام بلا معالم. [السياق الثقافي] تشبيه الصحراء بظهر الدرع يعكس دقة الوصف البدوي للفراغ الواسع. [الشرح] صحراء ممتدة ومسطحة لدرجة أنها تشبه ظهر درع مقلوب، لا نهاية لها ولا معالم. [الوصف] A vast, flat desert plain stretching endlessly, smooth like the back of an upturned shield. (Cinematic lighting, traditional Arabian concept art, atmospheric, muted desert palette, ultra-detailed)مثال 2
البيت: ياما حلا الفنجال مع سيحة البال
المخرجات:
text
[المفردات] حلا: جمال وحلاوة. الفنجال: فنجان القهوة العربية. سيحة البال: سعة الصدر والراحة النفسية. [تحليل البيت] الفنجال هو فنجان القهوة العربية، وسيحة البال تعني الراحة النفسية وسعة الصدر، والمعنى أن شرب القهوة مع راحة البال أجمل شيء. [السياق الثقافي] شرب القهوة مع الأهل والأصدقاء من أبرز مظاهر الكرم والضيافة عند البدو، وهي رمز للألفة والمودة بين الناس. [الشرح] إن شرب القهوة مع راحة البال أجمل شيء. [الوصف] A Bedouin pouring a cup of coffee for his guest, both smiling and enjoying the moment together in a cozy tent under a starry night sky. (Cinematic lighting, traditional Arabian concept art, digital painting, atmospheric, muted desert palette)bibtex
@misc{mawrooth2026, title={Mawrooth: Arabic Nabati Poetry Explainer}, author={Mawrooth Team}, for={Arabthon 2026}, year={2026}, publisher={Hugging Face}, howpublished={\url{https://huggingface.co/NorahAlobaied/Mawrooth-ALLaM-7B-LoRA}}}🔗 روابط ذات صلة
للاستفسارات: nourahalobaeid@gmail.com
!pip install -q --upgrade transformers peft bitsandbytes accelerate gradio huggingface_hub import torch, json, re, os, shutil, tempfilefrom transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfigfrom peft import PeftModelfrom huggingface_hub import hf_hub_downloadHF_REPO = "NorahAlobaied/Mawrooth-ALLaM-7B-LoRA"BASE_MODEL = "humain-ai/ALLaM-7B-Instruct-preview" for fname in ["mawrooth_styles.py", "mawrooth_utils.py", "mawrooth_app.py"]: path = hf_hub_download(repo_id=HF_REPO, filename=fname, force_download=True) shutil.copy(path, f"./{fname}") print(f"✅ {fname}")DICT_PATH = hf_hub_download(repo_id=HF_REPO, filename="mawrooth_dictionary.json", force_download=True)with open(DICT_PATH, encoding='utf-8') as f: DICTIONARY = json.load(f)print(f"📚 القاموس: {len(DICTIONARY)} مصطلح") bnb_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(BASE_MODEL, trust_remote_code=True)if tokenizer.pad_token is None: tokenizer.pad_token = tokenizer.eos_token base = AutoModelForCausalLM.from_pretrained( BASE_MODEL, quantization_config=bnb_config, device_map="auto", trust_remote_code=True,)model = PeftModel.from_pretrained(base, HF_REPO)model.eval()model.config.use_cache = Trueprint("✅ النموذج + LoRA جاهزان")SYSTEM_PROMPT = """أنت خبير في الشعر النبطي السعودي، تفهم اللهجة والثقافة البدوية بعمق. مهمتك: شرح الأبيات النبطية بدقة ووضوح. قواعد صارمة:1. استخدم القاموس المرجعي لشرح المفردات الصعبة.2. لا تخترع معلومات غير موجودة في البيت أو القاموس.3. لا تذكر أسماء أماكن/قبائل/أحداث إلا إذا وردت صراحة في البيت أو القاموس.4. اتبع هذا الترتيب بدقة تامة: [المفردات] كلمة: معناها. [تحليل البيت] فكك البيت خطوة بخطوة. [السياق الثقافي] معلومة ثقافية عامة صحيحة. [الشرح] إعادة صياغة معنى البيت. [الوصف] English visual description.5. اكتب بالعربية الفصحى فقط، ما عدا [الوصف] فبالإنجليزية.6. إذا لم تكن متأكداً من معلومة، اكتب: "(غير مؤكد)".""" 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','اليا'} 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 نبطية صعبة في هذا البيت)" return f"""[القاموس المرجعي]{context} [المهمة]اشرح هذا البيت: {verse_clean} [التعليمات]- ارجع للقاموس أعلاه لشرح المفردات.- لا تخترع معلومات.- اتبع الصيغة: [المفردات] [تحليل البيت] [السياق الثقافي] [الشرح] [الوصف]""" def explain_verse(verse, max_tokens=500): if not verse or not verse.strip(): return "⚠️ الرجاء إدخال بيت شعري" 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() print("✅ كل الدوال جاهزة")from google.colab import userdata try: token = userdata.get('HF_TOKEN') if token and token.startswith('hf_'): print(f"✅ التوكن يعمل — الطول: {len(token)} حرفًا") print(f" بداية التوكن: {token[:10]}...") else: print("❌ التوكن فارغ أو غير صالح")except Exception as e: print(f"❌ خطأ: {e}") print("\n🔧 تحقق من:") print(" 1. الاسم مكتوب 'HF_TOKEN' بالضبط") print(" 2. Notebook access مفعّل")import urllib.parseimport mawrooth_utilsmawrooth_utils.urllib = urllib with open('mawrooth_app.py', 'r', encoding='utf-8') as f: _app_code = f.read() exec(compile(_app_code, 'mawrooth_app.py', 'exec'), globals())[بيت نبطي] ↓[extract_terms] ← استخراج المصطلحات من القاموس ↓[build_prompt] ← تكوين prompt مع القاموس المُصفّى ↓[ALLaM-7B (4-bit)] + [Mawrooth LoRA (fp16)] ↓[5 أقسام]: مفردات، تحليل، سياق، شرح، وصف[المفردات] صحصح: الأرض المستوية الواسعة. قفا: ظهر الشيء. الترس: الدرع. مقلوب: معكوس.[تحليل البيت] الصحراء الواسعة الممتدة كأنها ظهر درع مقلوب، الاستواء التام بلا معالم.[السياق الثقافي] تشبيه الصحراء بظهر الدرع يعكس دقة الوصف البدوي للفراغ الواسع.[الشرح] صحراء ممتدة ومسطحة لدرجة أنها تشبه ظهر درع مقلوب، لا نهاية لها ولا معالم.[الوصف] A vast, flat desert plain stretching endlessly, smooth like the back of an upturned shield. (Cinematic lighting, traditional Arabian concept art, atmospheric, muted desert palette, ultra-detailed)[المفردات] حلا: جمال وحلاوة. الفنجال: فنجان القهوة العربية. سيحة البال: سعة الصدر والراحة النفسية.[تحليل البيت] الفنجال هو فنجان القهوة العربية، وسيحة البال تعني الراحة النفسية وسعة الصدر، والمعنى أن شرب القهوة مع راحة البال أجمل شيء.[السياق الثقافي] شرب القهوة مع الأهل والأصدقاء من أبرز مظاهر الكرم والضيافة عند البدو، وهي رمز للألفة والمودة بين الناس.[الشرح] إن شرب القهوة مع راحة البال أجمل شيء.[الوصف] A Bedouin pouring a cup of coffee for his guest, both smiling and enjoying the moment together in a cozy tent under a starry night sky. (Cinematic lighting, traditional Arabian concept art, digital painting, atmospheric, muted desert palette)@misc{mawrooth2026, title={Mawrooth: Arabic Nabati Poetry Explainer}, author={Mawrooth Team}, for={Arabthon 2026}, year={2026}, publisher={Hugging Face}, howpublished={\url{https://huggingface.co/NorahAlobaied/Mawrooth-ALLaM-7B-LoRA}}}