Instructions to use melawati/pondok-melawati-nahu-klasik with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use melawati/pondok-melawati-nahu-klasik with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("fill-mask", model="melawati/pondok-melawati-nahu-klasik")# Load model directly from transformers import AutoTokenizer, AutoModelForMaskedLM tokenizer = AutoTokenizer.from_pretrained("melawati/pondok-melawati-nahu-klasik") model = AutoModelForMaskedLM.from_pretrained("melawati/pondok-melawati-nahu-klasik", device_map="auto") - Notebooks
- Google Colab
- Kaggle
Pondok Melawati Nahu Klasik
Model ini ialah sebahagian daripada keluarga Pondok Melawati untuk pemprosesan bahasa Arab dan pembelajaran bahasa. Kad model ini dijana secara automatik oleh Model Melawati 2026 supaya metadata, widget inferens, keselamatan, dan penerangan repo sentiasa kemas.
Ringkasan
- Nama repo:
melawati/pondok-melawati-nahu-klasik - Bidang: Nahu Arab klasik
- Tujuan: Membantu tugasan nahu klasik seperti analisis struktur ayat, kategori tatabahasa, atau isyarat sintaks.
- Pipeline:
fill-mask
Kegunaan
- Tugasan utama:
fill-mask - Bahasa sasaran: Arab, dengan dokumentasi sokongan Bahasa Melayu
- Format disyorkan:
safetensors - Status metrik: TBD selepas penilaian rasmi dijalankan
- Widget inferens: disediakan dalam metadata model card
Contoh Inferens
from transformers import pipeline
paip = pipeline("fill-mask", model="melawati/pondok-melawati-nahu-klasik")
print(paip("إن الطالب [MASK] الدرس"))
Data dan Latihan
Sila dokumentasikan sumber data, lesen, langkah pembersihan, pembahagian train/validation/test, serta sebarang penapisan PII. Untuk data Arab, normalisasi huruf, pengendalian tashkeel, dan semakan kebocoran data sangat disarankan.
Isu Yang Dikesan dan Tindakan
Widget inferens belum ditakrifkan
config.json tiada torch_dtype
README dikemas dengan nama repo yang tepat.
Metadata
pipeline_tagdanwidgetditetapkan mengikut tugasan model.Jika
config.jsontiadatorch_dtype, semak dtype sebenar weights sebelum mengubah konfigurasi Hub.
Had Model
Keputusan untuk teks turath perlu disahkan guru atau penyemak berautoriti.
Keselamatan
Gunakan safetensors apabila memuat atau menyimpan berat model. Jangan muat naik token, data peribadi, atau data berlesen tanpa kebenaran.
Penyelenggaraan
Kad ini boleh dikemas kini melalui model_melawati.py dengan fungsi baik pulih, penilaian, dashboard, dan deployment Spaces.
- Downloads last month
- 19