راه‌اندازی Leaderboard عربی
در سال 2025، Hugging Face با هدف دسترسی آزاد به معیارهای ارزیابی هوش مصنوعی عربی، تیمی از پژوهشگران و توسعه‌دهندگان را گرد هم آورد. این ابتکار مقصدی مشترک برای پیشرفت مدل‌های بزرگ‌زبانه عربی را در بر می‌گیرد.
AraGen 03–25 و به‌روزرسانی‌های جدید
AraGen قبلاً به عنوان اولین لیست‌ارزشسنجی تولیدی عربی معرفی شد. نسخه 03–25 شامل بهبودهای گسترده در کیفیت تولید و استفاده از مجموعه‌های آموزشی جدید است.
Instruction Following و معیارهای IFEval
این بخش با معرفی مربی‌های جدید IFEval، یک رویکرد جامع برای ارزیابی توانمندی‌های مدل‌های عربی در دنبال کردن دستورات را ارائه می‌دهد. نکات کلیدی در لیست زیر خلاصه شده‌اند:
- تسهیل مقایسه مدل‌ها بر اساس پاسخ‌های دقیق به دستورات
- استفاده از مجموعه داده‌های استاندارد عربی برای آزمایش
- ارزیابی چندبعدی با معیارهای تمرکز و همخوانی معنایی
- امکان اعمال در محیط‌های واقعی مانند ترجمه و تولید متن
پرسش‌های پرتکرار
چگونه می‌توانم AraGen را در پروژه‌ام به‌کار بگیرم؟
ابتدا به صفحه‌ی AraGen در Hugging Face دسترسی پیدا کنید، مدل را به‌صورت 'pip install' یا با استفاده از API دریافت کنید و سپس از مجموعه داده‌های موجود برای آموزش یا ارزیابی بهره ببرید.
آیا IFEval برای مدل‌های چندزبانه کاربرد دارد؟
بله، IFEval قابلیت مقایسه مدل‌های چندزبانه را داراست و معیارهای خود را به‌صورت زبانی انعطاف‌پذیر تنظیم می‌کند.
