الأحدث
تصحيح v1
أدقّ نماذجنا. يصحّح الإملاء والنحو والترقيم، ويحوّل العامية إلى فصحى، ويعيد صياغة النص.
جرّبه الآن١٥٫١
نسبة الخطأ على ٧٨ فقرة اختبار
٧٨٫٧
على اختبار QALB‑2014 الرسمي (F0.5)
١٫٥ ث
لفقرة من ٤٦ كلمة على المعالج
الجديد
ما الذي تغيّر.
لغة المتعلّمين
تدرّب على آلاف النصوص التي يكتبها متعلّمو العربية، فصار يزيل نحو ٨٦٪ من أخطائها.
اثنتان وعشرون لهجة
من الدارجة المغربية إلى العُمانية، مع الكلمات التي تشبه الفصحى وتعني غيرها.
إعادة الصياغة
وضعان جديدان يعيدان صياغة النص مع بقاء معناه، بنموذج مستقل لا يمسّ التصحيح.
القياس
يزيل أكثر من نصف الأخطاء.
نسبة الخطأ في الكلمات على ٧٨ فقرة اختبار؛ الأقل أفضل.
حسب نوع الخطأ
الأقوى في الإملاء والنحو.
نسبة الأخطاء المتبقية بعد التصحيح، على نصوص اختبار محجوزة لكل نوع؛ الأقل أفضل.
مقارنة بما نُشر
أين يقف بين الأنظمة الأخرى.
هذه أفضل النتائج المنشورة على معيار QALB‑2014 الرسمي، وهو الاختبار الذي تُقارَن عليه أنظمة تصحيح العربية.
| النظام | الحجم | التطوير | الاختبار |
|---|---|---|---|
| تصحيح v1 | ٣٦٧ مليون | ٧٨٫٩١ | ٧٨٫٧٣ |
| تصحيح v1 — نسخة QALB فقط | ٣٦٧ مليون | ٨٠٫٩٨ | ٨٠٫٧٧ |
| ArbESC+ (تجميع ٩ نماذج) | ٩ نماذج | — | ٨٢٫٦٣ |
| تجميع ٤ نماذج مع GPT‑4o | +٩٠٠ مليون | ٨١٫٨ | ٨١٫٧ |
| SWEET (نموذجان متتاليان) | ٢٧٠ مليون | ٨٠٫٣ | ٨٠٫٥ |
| AraT5 (نموذج واحد) | ٣٦٧ مليون | — | ٨٠٫٠٩ |
| Seq2Seq++ | ٥٠٢ مليون | ٧٩٫٦ | ٧٩٫٦ |
| GPT‑4o | — | — | ٧٧٫٧ |
المقياس F0.5 (الأعلى أفضل) بالمقيِّم الرسمي M2، مع الترقيم. أرقام الأنظمة الأخرى من أوراقها المنشورة. قسنا مجموعة الاختبار مرة واحدة فقط بعد تثبيت النموذجين. نسخة QALB فقط تتفوق على كل نظام منفرد منشور؛ أما تصحيح v1 فمدرَّب على نصوص أوسع بكثير (متعلمون، لهجات، أخطاء متنوعة) لذلك يتنازل عن نقطتين هنا ليكون أفضل بكثير على النصوص الحقيقية.
على اختبارنا
ومقارنةً بنموذج مفتوح يؤدي المهمة نفسها.
قسنا Gemma‑1B، وهو نموذج تصحيح عربي مفتوح من مليار معامل، على فقرات اختبارنا نفسها.
نسبة الخطأ في الكلمات على ٧٨ فقرة اختبار؛ الأقل أفضل.
المواصفات
صغير بما يكفي ليعمل عندك.
- المعاملات
- ٣٦٧ مليون
- البنية
- مشفّر ومفكّك (T5)
- نافذة السياق
- ٢٥٦ رمزاً لكل مقطع
- الحجم على القرص
- ٣٧٠ ميغابايت (int8)
- يعمل على
- المعالج أو البطاقة الرسومية