Text Generation
Transformers
Safetensors
Arabic
gpt2
arabic - text-generation - poetry - motivational - gpt2
text-generation-inference
Instructions to use iko-01/IKOARABIC with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use iko-01/IKOARABIC with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-generation", model="iko-01/IKOARABIC")# Load model directly from transformers import AutoTokenizer, AutoModelForCausalLM tokenizer = AutoTokenizer.from_pretrained("iko-01/IKOARABIC") model = AutoModelForCausalLM.from_pretrained("iko-01/IKOARABIC") - Notebooks
- Google Colab
- Kaggle
- Local Apps
- vLLM
How to use iko-01/IKOARABIC with vLLM:
Install from pip and serve model
# Install vLLM from pip: pip install vllm # Start the vLLM server: vllm serve "iko-01/IKOARABIC" # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:8000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "iko-01/IKOARABIC", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }'Use Docker
docker model run hf.co/iko-01/IKOARABIC
- SGLang
How to use iko-01/IKOARABIC with SGLang:
Install from pip and serve model
# Install SGLang from pip: pip install sglang # Start the SGLang server: python3 -m sglang.launch_server \ --model-path "iko-01/IKOARABIC" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "iko-01/IKOARABIC", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }'Use Docker images
docker run --gpus all \ --shm-size 32g \ -p 30000:30000 \ -v ~/.cache/huggingface:/root/.cache/huggingface \ --env "HF_TOKEN=<secret>" \ --ipc=host \ lmsysorg/sglang:latest \ python3 -m sglang.launch_server \ --model-path "iko-01/IKOARABIC" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "iko-01/IKOARABIC", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }' - Docker Model Runner
How to use iko-01/IKOARABIC with Docker Model Runner:
docker model run hf.co/iko-01/IKOARABIC
🕌 نموذج العبارات العربية - ArabPhrases-GPT 📝✨
نموذج ذكاء اصطناعي عربي أصيل تم تدريبه خصيصاً لإنتاج عبارات تحفيزية، وجدانية، درامية، مليئة بالحكمة والتأمل — بأسلوب يشبه الكتابات العربية الأصيلة.
"الأمل شمسٌ تشرق في سماء الصبر..."
"التحدي يولّد الإنجاز..."
"الضعف بدايةٌ للقوة..."
✨ مميزات النموذج
- 🗣️ يُولد عبارات قصيرة وعميقة بالعربية الفصحى
- 🧠 مدرّب على آلاف الجُمل المكتوبة يدوياً بعناية
- 🕊️ مناسب للمحتوى التحفيزي، الوجداني، وأدب العبارات القصيرة
- 🇸🇦 روح عربية.. خالية من الأسلوب الأجنبي أو الترجمة
⚙️ تفاصيل النموذج
- اللغة: العربية 🇸🇦
- الرخصة: CC-BY 4.0
- النموذج الأساسي:
aubmindlab/aragpt2-base - النوع: توليد نصوص
text-generation - التدريب: باستخدام مكتبة 🤗 Transformers
🧪 مثال على الاستخدام
from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("اسم-نموذجك")
model = AutoModelForCausalLM.from_pretrained("اسم-نموذجك")
prompt = "الأمل"
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs, max_length=50, do_sample=True, temperature=0.7)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
📦 البيانات
تم تجميع العبارات يدويًا من مصادر متنوعة، وتحسينها لغويًا وأسلوبيًا لتكون ذات معنى ووقع خاص.
البيانات جمعت على شكل نصوص بها عبارات متنوعة تقريبا 2000 عبارت نضيفة.😭
💌 استخدامات مقترحة
حسابات التواصل الاجتماعي التحفيزية 📱
تطبيقات التأمل والرفاهية الذهنية 🧘
روبوتات المحادثة التي تتحدث بلغة راقية 🤖
توليد حكم وخواطر 📜
🤝 ساعدنا نطور النموذج
إذا عندك عبارات جميلة أو تريد تحسين النتائج، تقدر تساهم بالداتا أو تقترح تحسينات. ✉️
🐫 صنع بفخر
نموذج عربي 100% من المجتمع.. للمجتمع.
لا خوارزميات غربية، ولا ترجمة حرفية — فقط سحر الحروف العربية ✨🖋️
- Downloads last month
- 1
Model tree for iko-01/IKOARABIC
Base model
aubmindlab/aragpt2-base