---
language: ar
tags:
- text-generation
- custom-architecture
- turing-rdlm
- pytorch
license: mit
---

# نموذج جي _O2 (G2_O Model) - Turing Reaction-Diffusion Language Model

هذا النموذج يعتمد على معمارية مخصصة ومبتكرة تُعرف بـ **Turing RDLM** بحجم يقارب **1000 مليون معلمة (1000 Parameters)**. تم تصميمه لمعالجة وتوليد النصوص العربية بناءً على ديناميكا تورينغ للتفاعل والانتشار (Reaction-Diffusion).

## تفاصيل المعمارية
* **الأبعاد (D_MODEL):** 6144
* **جاذبات هوبفيلد (N_ATTRACTORS):** 24576
* **الانتشار السببي (Causal Diffusion):** يتدفق من الماضي إلى الحاضر فقط.
* **المُجزِّئ المستخدم (Tokenizer):** مبني على `asafaya/bert-base-arabic` بحجم مفردات 32,000.

## كيفية الاستخدام

نظراً لأن هذا النموذج يعتمد على معمارية مخصصة (Custom Architecture)، لا يمكن تحميله عبر فئة `AutoModel` القياسية. يجب عليك استخدام الأوزان المحفوظة بصيغة `.pt` جنباً إلى جنب مع كود المعمارية `turing_model.py` المرفق في هذا المستودع.

### خطوات التشغيل:
1. قم بتحميل ملف `turing_model_final.pt` وملف `turing_model.py` من هذا المستودع.
2. تأكد من وضع ملف `turing_model.py` في نفس المجلد الذي تعمل عليه لكي تتمكن من استيراده.
3. استخدم الكود التالي للتحميل:

python
import torch
from transformers import AutoTokenizer
from turing_model import TuringLM

# 1. إعداد الجهاز
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

# 2. تحميل المُجزئ
tokenizer = AutoTokenizer.from_pretrained("gijl/g2-model")

# 3. بناء هيكل النموذج
model = TuringLM(
    vocab_size=32000,
    d_model=6144,
    d_u=3072,
    d_v=3072,
    d_hidden=6144,
    n_attractors=24576,
    pad_id=0
).to(device)

# 4. تحميل الأوزان
checkpoint = torch.load("turing_model_final.pt", map_location=device)
model.load_state_dict(checkpoint["model"], strict=False)
model.eval()

print("✅ النموذج جاهز للاستخدام!")