mubeen / README.md

Update README.md

423c673 verified 5 months ago

16.3 kB

	---
	license: other
	language:
	- ar
	- en
	pipeline_tag: text-generation
	tags:
	- arabic
	- islamic-studies
	- closed-source
	- conversational
	- nlp
	- moe
	library_name: transformers
	privacy_policy: https://mubeen.masarat.sa/terms-of-service
	terms_of_service: https://mubeen.masarat.sa/terms-of-service
	---

	# Mubeen v1.0 β \| مُبين الإصدار الأول بيتا

	<div style="text-align: center;">
	<img src="https://mubeen.masarat.sa/og-img/1200x630.png" alt="Mubeen AI" width="200"/>
	</div>

	## Model Details \| تفاصيل النموذج

	### English
	Mubeen is a specialized Arabic language model developed by MASARAT SA, Saudi Arabia. It demonstrates superior performance compared to open Arabic models and advances beyond ChatGPT-4.1 in Arabic linguistic and heritage tasks. The model is currently available for free during its beta phase.

	### العربية
	مُبين نموذج لغوي عربي متخصص طوّرته شركة مسارات السعودية. يُظهر أداءً متفوقاً مقارنة بالنماذج العربية المفتوحة ويتقدم على ChatGPT-4.1 في المهام اللغوية والتراثية العربية. النموذج متاح مجاناً حالياً في مرحلته التجريبية.

	- Developed by \| طُوِّر من قِبل: MASARAT SA, Saudi Arabia \| مسارات السعودية
	- Model type \| نوع النموذج: Text Generation \| توليد النصوص
	- Language(s) \| اللغات: Arabic, English \| العربية، الإنجليزية
	- License \| الترخيص: Custom (Closed Weights) \| مخصص (أوزان مغلقة)
	- Status \| الحالة: Free Public Beta \| بيتا مجاني للعموم

	## Uses \| الاستخدامات

	### Intended Use \| الاستخدام المقصود

	#### English
	Mubeen is designed for:
	- Arabic Language Processing: Grammar analysis, morphology, prosody, rhetoric, and literary criticism
	- Islamic Studies: Quranic interpretation, Islamic jurisprudence, Hadith studies, and biographical studies
	- Translation: High-accuracy Arabic ↔ English translation with cultural and religious context awareness
	- Educational Support: Academic assistance in Arabic linguistics and Islamic studies
	- Research: Supporting scholarly work in Arabic heritage and Islamic civilization

	#### العربية
	صُمم مُبين لـ:
	- معالجة اللغة العربية: الإعراب والصرف والعروض والبلاغة والنقد الأدبي
	- الدراسات الإسلامية: التفسير والفقه والحديث والتراجم
	- الترجمة: ترجمة عربي ↔ إنجليزي عالية الدقة مع مراعاة السياق الثقافي والديني
	- الدعم التعليمي: المساعدة الأكاديمية في اللسانيات العربية والدراسات الإسلامية
	- البحث: دعم العمل العلمي في التراث العربي والحضارة الإسلامية

	### Out-of-Scope Use \| الاستخدامات خارج النطاق

	#### English
	- Religious legal rulings (Fatwa) - consult qualified scholars
	- Medical advice - consult healthcare professionals
	- Legal advice - consult legal professionals
	- Financial advice - consult financial advisors
	- Content that promotes hate speech or misinformation

	#### العربية
	- الفتاوى الشرعية - استشر العلماء المتخصصين
	- النصائح الطبية - استشر المهنيين الطبيين
	- النصائح القانونية - استشر المهنيين القانونيين
	- النصائح المالية - استشر المستشارين الماليين
	- المحتوى الذي يروج لخطاب الكراهية أو المعلومات المضللة

	## Bias, Risks, and Limitations \| التحيز والمخاطر والقيود

	### English
	- Cultural Context: Optimized for Arabic and Islamic cultural contexts; may not perform equally well for other cultural perspectives
	- Verification Required: Users should verify information accuracy, especially for sensitive topics
	- Not Professional Advice: Does not replace consultation with specialists in relevant fields
	- Beta Limitations: Current version has basic reasoning capabilities that will be enhanced in future releases
	- Language Preference: Primarily optimized for Arabic; English capabilities are secondary

	### العربية
	- السياق الثقافي: محسّن للسياقات الثقافية العربية والإسلامية؛ قد لا يؤدي بنفس الكفاءة للمنظورات الثقافية الأخرى
	- مطلوب التحقق: يجب على المستخدمين التحقق من دقة المعلومات، خاصة للمواضيع الحساسة
	- ليس مشورة مهنية: لا يُغني عن استشارة المتخصصين في المجالات ذات الصلة
	- قيود البيتا: النسخة الحالية لها قدرات استدلالية أساسية ستُحسّن في الإصدارات المستقبلية
	- تفضيل اللغة: محسّن أساساً للعربية؛ قدرات الإنجليزية ثانوية

	## Training Details \| تفاصيل التدريب

	### Training Data \| بيانات التدريب

	#### English
	- Curated Arabic Texts: Grammar, rhetoric, poetry, Quranic interpretations, and research papers
	- Bilingual Translation Data: Hand-selected high-quality Arabic-English translation pairs
	- Mathematical and Logic Collections: Reviewed datasets for problem-solving capabilities
	- Multimodal Data: Arabic OCR and document analysis datasets
	- Ethical Filtering: Multi-stage cultural and ethical content filtering

	#### العربية
	- نصوص عربية منقّحة: نحو وبلاغة وشعر وتفاسير وأوراق بحثية
	- بيانات ترجمة ثنائية: أزواج ترجمة عربي-إنجليزي عالية الجودة مختارة يدوياً
	- مجموعات رياضيات ومنطق: مجموعات بيانات مُراجعة لقدرات حل المشكلات
	- بيانات متعددة الوسائط: مجموعات بيانات التعرف الضوئي على الحروف العربية وتحليل الوثائق
	- التصفية الأخلاقية: تصفية محتوى ثقافية وأخلاقية متعددة المراحل

	### Training Procedure \| إجراء التدريب

	Training details are proprietary. The model uses state-of-the-art techniques optimized for Arabic language understanding and generation.

	تفاصيل التدريب ملكية خاصة. يستخدم النموذج تقنيات حديثة محسّنة لفهم وتوليد اللغة العربية.

	## Evaluation \| التقييم

	### Testing Data & Metrics \| بيانات الاختبار والمقاييس

	\| Benchmark \| Mubeen \| Best Open Arabic \| ChatGPT-4.1 \|
	\|-----------\|---------\|------------------\|--------------\|
	\| ArabicMMLU (45 questions) \| 97% \| 58% (Falcon-H1) \| 80% \|
	\| ALUE (40 questions) \| 89% \| 70% (Jais-70B) \| 85% \|
	\| ACVA (20 questions) \| 91% \| 76% (Jais-70B) \| 88% \|
	\| ArabicaQA (15 questions) \| 92% \| 83% (Jais-70B) \| 90% \|
	\| AlGhafa (10 questions) \| 94% \| 78% (Falcon-H1) \| 85% \|
	\| Additional Tasks (5 questions) \| 96.8% \| 87% (Fanar-1-9B) \| 95% \|
	\| Composite Average \| 93.3% \| 70% (Falcon-H1) \| 88.0% \|

	### Results Summary \| ملخص النتائج

	#### English
	Mubeen demonstrates superior performance across all major Arabic NLP benchmarks, achieving a 93.3% composite average compared to 70% for the best open Arabic model and 88% for ChatGPT-4.1.

	#### العربية
	يُظهر مُبين أداءً متفوقاً عبر جميع معايير معالجة اللغة العربية الرئيسية، محققاً متوسطاً مركباً قدره 93.3% مقارنة بـ 70% لأفضل نموذج عربي مفتوح و88% لـ ChatGPT-4.1.

	## Environmental Impact \| التأثير البيئي

	Environmental impact details are not publicly available due to the proprietary nature of the training infrastructure.

	تفاصيل التأثير البيئي غير متاحة للعموم بسبب الطبيعة الملكية لبنية التدريب.

	## Technical Specifications \| المواصفات التقنية

	### Model Architecture \| بنية النموذج
	- Architecture: Proprietary transformer-based architecture (MoE-enabled) \| بنية محوّل مملوكة تدعم مزيج الخبراء
	- Parameters: Not disclosed \| غير معلن
	- Context Length: Not disclosed \| غير معلن
	- Precision: Not disclosed \| غير معلن
	- MoE: Enabled – details undisclosed \| مفعَّل – التفاصيل غير معلنة

	### Capabilities \| القدرات

	#### Multimodal \| متعدد الوسائط
	- Arabic OCR: Text extraction from images and PDFs \| استخراج النص من الصور و PDF
	- Document Analysis: Historical manuscripts and documents \| تحليل المخطوطات والوثائق التاريخية
	- Visual Content Analysis: Image description and analysis \| وصف وتحليل المحتوى البصري

	## How to Get Started \| كيفية البدء

	### English
	Currently available for free during beta phase at [mubeen.masarat.sa](https://mubeen.masarat.sa). API access is under development with security testing.

	### العربية
	متاح حالياً مجاناً في المرحلة التجريبية على [mubeen.masarat.sa](https://mubeen.masarat.sa). الوصول عبر API قيد التطوير مع اختبارات الأمان.

	## Future Development \| التطوير المستقبلي

	### In Development \| قيد التطوير
	- Advanced Reasoning: Enhanced analytical capabilities \| قدرات تحليلية معززة
	- API Interface: Developer tools and application integration \| أدوات المطورين والتكامل مع التطبيقات
	- Batch Processing: Research application capabilities \| قدرات التطبيقات البحثية

	### Future Plans \| الخطط المستقبلية
	- Advanced Visual Capabilities: Historical document processing \| معالجة الوثائق التاريخية
	- Visual Content Generation: Arabic calligraphy production \| إنتاج الخط العربي
	- Advanced Research Tools: Scientific collaboration features \| ميزات التعاون العلمي

	## Citation \| الاستشهاد

	```bibtex
	@misc{mubeen2025,
	title={Mubeen: A Specialized Arabic Language Model},
	author={MASARAT SA},
	year={2025},
	month={July},
	url={https://mubeen.masarat.sa},
	note={Version 1.0 Beta}
	}
	```

	## Model Evaluation & Testing \| تقييم واختبار النموذج

	### For Researchers & Evaluators \| للباحثين والمقيّمين

	#### English
	We welcome independent evaluation and testing of Mubeen by researchers and institutions. To ensure fair and comprehensive evaluation:

	📊 Recommended Benchmarks:
	- ArabicMMLU, ALUE, ACVA, ArabicaQA, AlGhafa
	- Custom Arabic linguistic tasks (morphology, syntax, semantics)
	- Islamic studies and heritage knowledge assessments
	- Arabic-English translation quality evaluations

	🔬 Evaluation Access:
	- Research institutions can request evaluation access via [[email protected]](mailto:[email protected])
	- Academic collaboration opportunities available
	- Custom evaluation protocols can be discussed for specific research needs

	📋 Evaluation Guidelines:
	- Use identical prompting strategies across compared models
	- Consider cultural and linguistic context in evaluation design
	- Report evaluation methodology transparently
	- We provide evaluation datasets and protocols upon request

	🤝 Independent Verification:
	- We encourage third-party evaluation and benchmarking
	- Evaluation results can be published with proper attribution
	- Contact us for evaluation dataset access and technical specifications

	#### العربية
	نرحب بالتقييم والاختبار المستقل لمُبين من قِبل الباحثين والمؤسسات. لضمان تقييم عادل وشامل:

	📊 المعايير المُوصى بها:
	- ArabicMMLU، ALUE، ACVA، ArabicaQA، AlGhafa
	- مهام لسانية عربية مخصصة (صرف، نحو، دلالة)
	- تقييمات معرفة الدراسات الإسلامية والتراث
	- تقييمات جودة الترجمة العربية-الإنجليزية

	🔬 الوصول للتقييم:
	- يمكن للمؤسسات البحثية طلب وصول التقييم عبر [[email protected]](mailto:[email protected])
	- فرص التعاون الأكاديمي متاحة
	- يمكن مناقشة بروتوكولات تقييم مخصصة للاحتياجات البحثية المحددة

	📋 إرشادات التقييم:
	- استخدام استراتيجيات تحفيز متطابقة عبر النماذج المقارنة
	- مراعاة السياق الثقافي واللساني في تصميم التقييم
	- الإبلاغ عن منهجية التقييم بشفافية
	- نوفر مجموعات بيانات التقييم والبروتوكولات عند الطلب

	🤝 التحقق المستقل:
	- نشجع التقييم والمعايرة من طرف ثالث
	- يمكن نشر نتائج التقييم مع الإسناد المناسب
	- تواصل معنا للوصول لمجموعات بيانات التقييم والمواصفات التقنية

	### Evaluation Request Process \| عملية طلب التقييم

	#### English
	1. Submit Request: Email [[email protected]](mailto:[email protected]) with:
	- Research institution affiliation
	- Evaluation objectives and methodology
	- Timeline and expected deliverables
	- Publication intentions

	2. Review Process: 5-10 business days for evaluation access approval

	3. Access Provision: Evaluation environment access and documentation

	4. Support: Technical support during evaluation period

	5. Results Sharing: Optional results sharing for research advancement

	#### العربية
	1. تقديم الطلب: أرسل لـ [[email protected]](mailto:[email protected]) مع:
	- انتماء المؤسسة البحثية
	- أهداف ومنهجية التقييم
	- الجدول الزمني والنتائج المتوقعة
	- نوايا النشر

	2. عملية المراجعة: 5-10 أيام عمل لموافقة وصول التقييم

	3. توفير الوصول: وصول لبيئة التقييم والوثائق

	4. الدعم: دعم تقني خلال فترة التقييم

	5. مشاركة النتائج: مشاركة اختيارية للنتائج لتقدم البحث

	## Contact \| التواصل

	- Website \| الموقع: [mubeen.masarat.sa](https://mubeen.masarat.sa)
	- Technical Support \| الدعم التقني: [[email protected]](mailto:[email protected])
	- Research & Evaluation \| البحث والتقييم: [[email protected]](mailto:[email protected])
	- General Inquiries \| الاستفسارات العامة: [[email protected]](mailto:[email protected])
	- Business \| الأعمال: [[email protected]](mailto:[email protected])
	- Community \| المجتمع: [HuggingFace Discussions](https://huggingface.co/MASARAT-SA/mubeen/discussions)

	## Supporting Saudi Vision 2030 \| دعم رؤية السعودية 2030

	Mubeen supports Saudi Vision 2030 objectives through digitizing Arabic-Islamic heritage, developing the knowledge economy, and establishing Saudi Arabia's global leadership in Arabic AI technology.

	يدعم مُبين أهداف رؤية المملكة 2030 من خلال رقمنة التراث العربي الإسلامي وتطوير اقتصاد المعرفة وترسيخ مكانة السعودية كرائدة عالمياً في تقنيات الذكاء الاصطناعي العربي.

	---

	© 2025 MASARAT SA - All Rights Reserved \| جميع الحقوق محفوظة

	"العِلم ما نفع" - Beneficial Arabic AI that preserves heritage and serves the future