المساهمات المجتمعية

في كون، نؤمن بأن بناء منظومة لغوية متقدمة لا يكتمل دون مشاركة المعرفة وتمكين المجتمع البحثي من الوصول إلى الأدوات والبيانات الأساسية. ولذلك نحرص على أن تكون مساهماتنا العلمية والمجتمعية رائدة ومؤثرة.

منشورات بحثية رائدة

كوين (Kuwain)

قدّمنا طريقة فعّالة لحقن اللغة العربية في نموذج صغير (1.5B) مدرّب أساسًا بالإنجليزية، دون التأثير على معرفته السابقة. أظهر كوين تحسنًا بمعدل 8٪ في أداء العربية، ويشكّل الأساس لنماذجنا المتخصصة مثل سديد، مترجم، ولهجاوي.

الرابط:🔗https://arxiv.org/abs/2504.15120

سديد (Sadeed)

نموذج خفيف ودقيق لتشكيل النصوص العربية، مبني على كوين. يتميز بأداء قوي مقارنة بنماذج كبيرة مغلقة، ويصاحبه معيار SadeedDiac-25 لتقييم التشكيل على نصوص فصحى ومتنوعة.

الرابط:🔗https://arxiv.org/abs/2504.21635

مترجم (Mutarjim)

نموذج فعّال للترجمة ثنائية الاتجاه بين العربية والإنجليزية، مبني على كوين. يتفوق على نماذج أكبر في عدة معايير، ويأتي مع معيار Tarjama-25 لتقييم دقيق على أكثر من 5,000 جملة في مجالات متعددة.

الرابط:🔗https://arxiv.org/abs/2505.17894

لهجاوي (Lahjawi)

أول مجموعة نماذج لترجمة اللهجات العربية فيما بينها وإلى الفصحى، مبنية على كوين. تشمل Lahjawi-D2D وLahjawi-D2MSA، وتُظهر أداء قويًا في الحفاظ على المعنى والطلاقة.

الرابط:🔗https://aclanthology.org/2025.wacl-1.2/

بيانات مفتوحة وموارد معيارية

نلتزم بدعم البحث المفتوح من خلال مشاركة بيانات عالية الجودة

بيانات مسراج المفتوحة

أكثر من 35 مليار توكن عربي من محتوى متنوع (ويب، رؤيا، ترجمات)

عرض مجموعة البيانات

سديد تشكيلة

مجموعة بيانات تدريبية لمسألة التشكيل الآلي

عرض مجموعة البيانات

SadeedDiac-25

معيار تقييم جودة التشكيل على نصوص عربية كلاسيكية وحديثة (1,200 جملة)

عرض مجموعة البيانات

Tarjama-25

معيار تقييم لأنظمة الترجمة الآلية، يضم أكثر من 5,000 جملة مدققة يدويًا، في مجالات متعددة

عرض مجموعة البيانات