widget:
- text: أشاد حسين عبد الغني، نجم المنتخب السعودي السابق، بتعاقد الاتحاد
- text: 'قال الرئيس الأمريكي، جو بايدن، عند عودته إلى البيت الأبيض، مساء '
- text: >-
قال ولي العهد السعودي، الأمير محمد بن سلمان، متحدثًا في قمة أمريكية عربية
في جدة، إن الجهود الدولية المشتركة ضرورية لتعافي الاقتصاد العالمي وأن
- text: 'وقوله : بيمينه ، لدفع كمال المهر حكاه الرافعي عن البغوي وأقره'
- text: |-
يفخر عنترة العبسي بنفسه وقومه ويضمّن العديد من الحكم في القصيدة الآتية:
لا يحمل الحقد من تعلو به الرتب ولا ينال العلى من طبعه الغضب
- text: |-
يفخر عنترة العبسي بنفسه وقومه ويضمّن العديد من الحكم في القصيدة الآتية:
لا يحمل الحقد من تعلو به الرتب ولا ينال العلى من طبعه الغضب
- text: |-
ومن أشعاره الفصيحة ما يأتي:
دع الأيام تفعل ما تشاء ** وطب نفسا إذا حكم القضاء
ولا تجزع لنازلة الليالي ** فما لحوادث الدنيا بقاء
وكن رجلا على الأهوال جلدا ** وشيمتك
Jasmine-350M
JASMINE: Arabic GPT Models for Few-Shot Learning
This is the repository accompanying our EMNLP2023 paper JASMINE: Arabic GPT Models for Few-Shot Learning. JASMINE is a suite of powerful Arabic autoregressive Transformer language models ranging in size between 300 million-6.7 billion parameters pretrained on a large and diverse dataset ( 235 GB of text).
BibTex
If you use Jasmine models for your scientific publication, or if you find the resources in this repository useful, please cite our paper as follows (to be updated):
@inproceedings{billah-nagoudi-etal-2023-jasmine,
title = "{JASMINE}: {A}rabic {GPT} Models for Few-Shot Learning",
author = "Billah Nagoudi, El Moatez and
Abdul-Mageed, Muhammad and
Elmadany, AbdelRahim and
Inciarte, Alcides and
Islam Khondaker, Md Tawkat",
editor = "Bouamor, Houda and
Pino, Juan and
Bali, Kalika",
booktitle = "Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing",
month = dec,
year = "2023",
address = "Singapore",
publisher = "Association for Computational Linguistics",
url = "https://aclanthology.org/2023.emnlp-main.1040",
doi = "10.18653/v1/2023.emnlp-main.1040",
pages = "16721--16744",
}
Acknowledgments
We gratefully acknowledge support from the Natural Sciences and Engineering Research Council of Canada, the Social Sciences and Humanities Research Council of Canada, Canadian Foundation for Innovation, ComputeCanada and UBC ARC-Sockeye. We also thank the Google TensorFlow Research Cloud (TFRC) program for providing us with free TPU access.