مؤلفة مشاركة في كُوَين وسَديد ومُترجِم ولهجاوي وبَصير. مديرة المشاريع في مسراج للتقنية. من الخبر، وإليها.
كل ما على المكتب يوصلك إلى مكان؛ تجوّل.
سارة شروف مؤلفة مشاركة في سلسلة نماذج مسراج العربية الصغيرة: كُوَين للحقن اللغوي، وسَديد للتشكيل، ومُترجِم للترجمة، ولهجاوي للهجات، وبَصير لقراءة الوثائق. الخيط الجامع واحد: العربية أولًا، والقياس قبل الادعاء.
أهمّ مسائل الذكاء الاصطناعي لا تُكتَـــب بالإنجليزية.
هذه ليست شعارًا: المُقطِّعات المتمركزة حول الإنجليزية قد ترفع كلفة التدريب حتى ٦٨٪، وهي نتيجة نبني عليها في ورقة كُوَين. اللوحة التالية تجعل الآلية محسوسة.
مفردات تجريبية من بضع مئات المداخل؛ النسب في الإنتاج أصغر، لكن اللاتماثل باقٍ.
النموذج الجيد يبدأ من مدونة صادقة. لأجل كُوَين بنينا خط تنظيف عربي كاملًا ونشرناه مفتوح المصدر كي لا يعيد كل فريق اختراع الممسحة.
بدل إعادة تدريب كل شيء، حقنّا العربية في نموذج صغير قائم: طبقات إضافية وتوسيع لمفردات المُقطِّع، فتحسن الأداء العربي نحو ٨٪ في المتوسط دون خسارة الإنجليزية.
سَديد نموذج صغير مضبوط لإعادة التشكيل على بيانات منقّحة بعناية، ينافس نماذج مغلقة أكبر بكثير. ومعه نشرنا SadeedDiac-25 لأن معايير التشكيل القائمة كانت تقيس أقل مما تدّعي.
مُترجِم نموذج ١٫٥ مليار معلمة يتفوق على أنظمة أكبر منه عشرين مرة في الترجمة بين العربية والإنجليزية، ومعه معيار ترجمة-٢٥. ولهجاوي يترجم بين اللهجات العربية نفسها، لأن الفجوة الأصعب أحيانًا داخل اللغة لا خارجها.
بَصير نموذج رؤية-لغة مضبوط لقراءة الوثائق العربية إلى ماركداون، بمعدل خطأ كلمات ٠٫٢٥ متقدمًا على الحلول المفتوحة والتجارية، ومعه معيار موثّق بخبراء.
وظيفتي النهارية: تحويل هذه النماذج إلى مشاريع تعيش داخل قيود المؤسسات الحقيقية، من التكلفة والامتثال إلى فجوة اللهجة بين المستخدم والنظام. البحث الذي لا يصل إلى مستخدم يظل غير مكتمل.
السجل كما هو منشور، بلا تلميع: خمس أوراق مع فريق مسراج في ٢٠٢٥، وورقة من سنوات الجامعة. كل رابط يذهب إلى المصدر.
نموذج رؤية ولغة ضُبط للتعرف البصري على المستندات العربية باستخدام مزيج كبير من الوثائق الاصطناعية والحقيقية، وبلغ معدل خطأ كلمات ٠٫٢٥ وتفوق على أنظمة مفتوحة وتجارية. صدر معه معيار Misraj-DocOCR الذي تحقّق منه خبراء.
نموذج ترجمة من ١٫٥ مليار معامل مبني على كُوَيْن ينافس أنظمة تكبره بأكثر من عشرين مرة، ويحقق نتائج متقدمة من الإنجليزية إلى العربية على Tarjama-25، معيارنا ذي الخمسة آلاف زوج الذي راجعه خبراء. اختيرت ورقته ورقة اليوم على Hugging Face.
مفكك ترميز مدمج ضُبط لاستعادة التشكيل على بيانات مشكولة ومنظفة بصرامة، وينافس نماذج لغوية مغلقة. يتضمن SadeedDiac-25، وهو معيار بُني بعد توثيق ما تعجز المعايير القائمة عن قياسه.
يحقن العربية في نموذج إنجليزي صغير بتدريب طبقات مضافة وتوسيع مفردات المُقطِّع، محققًا تحسنًا يقارب ثمانية بالمئة على المعايير العربية مع الحفاظ على المعرفة السابقة، وبجزء من كلفة إعادة التدريب الكامل.
ترجمة بين اللهجات العربية نفسها، نُشرت في الورشة الرابعة للسانيات المتون العربية. الفرضية: أصعب الحدود لمستخدمي العربية تمر غالبًا داخل اللغة ذاتها.
عمل من مرحلة البكالوريوس في جامعة الإمام عبدالرحمن بن فيصل لنمذجة تصورات اللقاح في السعودية بأساليب الذكاء الحاسوبي. هنا بدأت عادة قياس الرأي بدل افتراضه.
لا شيء تحت هذا التصنيف.
ALLaM (SDAIA, 2024)
مفردات سيادية من داخل المملكة؛ خيارات مُقطِّعها تستحق قراءة بطيئة.
Jais technical report (2023)
النقطة المرجعية لما يشتريه التدريب المسبق المتمركز حول العربية على نطاق واسع.
DeepSeek-R1 (2025)
آثار الاستدلال تغيّر اقتصاد الرموز، وخصوبة العربية تتراكم داخلها.
ملاحظة سارة:
من روبوتات المخيمات الصيفية إلى نماذج اللغة، والساحل نفسه طوال الطريق. السطور الموسومة بعلامة ± تواريخها تحتاج تثبيتًا من صاحبتها.
مديرة المشاريع في مسراج للتقنية، الخبر؛ وطالبة ماجستير في الذكاء الاصطناعي. (المرحلة الدراسية للتثبيت)
سنة الأوراق الخمس: كُوَين وسَديد في أبريل، مُترجِم في مايو متصدرًا أوراق اليوم على Hugging Face، لهجاوي في ورشة WACL-4، وبَصير في سبتمبر.
من تطوير الأعمال إلى إدارة المشاريع في مسراج: تعلمتُ أن تسعير النموذج جزء من تصميمه.
مطورة متكاملة في إنتلوجي؛ ونشر ورقة تصورات لقاح كورونا في دورية وايلي، من سنوات الجامعة.
بكالوريوس علوم الحاسب من جامعة الإمام عبدالرحمن بن فيصل بالدمام، دفعة ٢٠١٧ إلى ٢٠٢١.
مساعدة باحثة في مدينة الملك عبدالعزيز للعلوم والتقنية؛ ومدربة روبوتات ومديرة مشاريع مع BrightUP في مخيمات إثراء الصيفية بالظهران.
الخبر: ولادةً ونشأةً وإقامة. النافذة نفسها، البحر نفسه.
مسراج اسم مأخوذ من جذر السراج: مصباح. بيت برمجيات وذكاء اصطناعي في الخبر يبني نماذج عربية أولًا وينشر أبحاثها ومعاييرها للعلن. دوري فيه: المشاريع، أي تحويل ما في الأوراق إلى شيء يستخدمه الناس.
القاعدة في البيت: لا ندّعي قدرة عربية لا نستطيع قياسها. لذلك يخرج مع كل نموذج معيارُه، ومع كل معيار أداةُ من يريد أن يكذّبنا.
تصغير «كَون»: كونٌ صغير. عربية محقونة في نموذج صغير دون فقدان ما يعرفه.
Sadeedسَديديعيد التشكيل إلى النص: الحركات بوصفها معنى مضغوطًا لا ضجيجًا.
Mutarjimمُترجِمترجمة بالاتجاهين تنافس نماذج أكبر بعشرين مرة، ومعها معيار ترجمة-٢٥.
يترجم بين اللهجات العربية نفسها؛ الحدود الأصعب تمر داخل اللغة.
يقرأ الوثيقة العربية إلى ماركداون بمعدل خطأ ٠٫٢٥، متقدمًا على المفتوح والتجاري.
افتح الرفالرف المفتوحالنماذج والمعايير ومئة مليون وصف صورة عربي، كلها على Hugging Face.
مقالات تتبع الفرشاة: تبدأ من تفصيلة عشناها في بناء النماذج وتنتهي عند سؤال مؤسسي. تُكتب على مهل وتُنشر حين تنضج.
مفردات الوحدات الجزئية اتفاقياتُ تجارة كُتبت بالإنجليزية. ماذا يدفع مستخدم العربية عند ذلك المعبر، ولماذا كلفة العبور قرار هندسي لا قدر. مكتوبة من قلب تجربة كُوَين.
ما تعلمناه من تنظيف بيانات سَديد: الحركات معنى مضغوط، وحذفها هو الفوضى.
لماذا اضطررنا لبناء ترجمة-٢٥ وSadeedDiac-25 بدل استعمال الموجود.
الحوسبة ليست النفط الجديد؛ القدرة المكرَّرة هي. ماذا تملك الدولة وماذا تستأجر.
مسراج من الداخل: ماذا يتعلم الباحث حين يكون المختبر سوقًا.
ماذا يكلف الرمز في الدمام مقابل فرجينيا، ولماذا يُبنى بعض الأشياء ويُستأجر بعضها.
ما لا يقوله المعيار، وما لا تجيب عنه الجلسة، ولماذا أصمم للفجوات عمدًا.
لا مقالات تحت هذا التيار بعد.
قطع مصممة من داخل الهوية: ثلاثة ملصقات مرسومة بالشيفرة لأعمالنا، وإطاران لأي صورة فوتوغرافية. كل صورة تُوضع هنا تكتسب «صبغة المدّ» تلقائيًا فتنسجم مع الموقع دون تعديل.
الوصفة: أي صورة تتحول رماديًا ثم تُصبغ بلون المدّ العميق عبر مزج الألوان، فتتوحد كل الصور الفوتوغرافية مع الهوية مهما اختلفت مصادرها.
القسم الشخصي. لا سِيَر هنا ولا مناصب؛ فقط المكان الذي تُكتب منه البقية.
أعمل بجوار نافذة تواجه الخليج. معظم ما أؤمن به عن العربية والآلات تقرر هناك في ساعات متأخرة، بين قهوة تبرد ونموذج يرفض التقارب. هذا الموقع هو ذلك المكتب بعد ترتيبه قليلًا للضيوف.
أعمل قرب نافذة تطل على الخليج. أغلب ما أومن به عن العربية والآلات تقرر هناك، متأخرًا، بين قهوة تبرد ونموذج يرفض أن يتقارب. هذا الموقع هو ذلك المكتب، مرتَّبًا قليلًا من أجل الضيوف.
أحب أن أعمل على صوتٍ ما. المذياع في زاوية الشاشة يحمل ثلاث أجواء وُلِّدت داخل المتصفح، وخانتين فارغتين لقائمتي الحقيقية.
كورنيش الخبر بعد العشاء: أفضل قاعة اجتماعات لا كراسي فيها.
كلمتي المفضلة من اليابانية: ما (間)، الفراغ الذي يجعل ما حوله مقروءًا. أقرب أخواتها عندنا السَّكينة: ليست غياب الصوت، بل حضور المعنى بلا زحام.
أوميكوجي من أسئلة بحثية مفتوحة، بعضها يؤرقنا فعلًا في مسراج. اسحب واحدًا وخذه على محمل الجد.
الصندوق يحمل عشرة أسئلة مفتوحة.
عنوان واحد للبحث والمحاضرات واستفسارات المشاريع، يُقرأ باللغتين. البريد هو المنشور في أوراقنا العلمية.
سارة شروف كاتبة وباحثة في معالجة اللغة العربية ومديرة المشاريع الاستثمارية في تقنية مسراج بالخبر، المملكة العربية السعودية. شاركت في تأليف كُوَيْن وسَديد ومُترجِم ولهجاوي وبصير، وفي بناء معايير SadeedDiac-25 وTarjama-25 وMisraj-DocOCR، وتعمل حيث يتحول البحث العربي أولًا إلى منتج.
سارة شروف مؤلفة في معالجة اللغة العربية آليًا ومديرة المشاريع في مسراج للتقنية بمدينة الخبر، حيث وُلدت وتقيم. شاركت في تأليف كُوَين وسَديد ومُترجِم ولهجاوي وبَصير، وفي بناء معايير SadeedDiac-25 وترجمة-٢٥ وMisraj-DocOCR، وتعمل حيث يتحول البحث العربي أولًا إلى منتج.
«مؤلفة في معالجة العربية آليًا ومديرة مشاريع في مسراج للتقنية، من الخبر.»
@misc{chrouf2026site,
author = {Chrouf, Sara},
title = {Sara Chrouf: Arabic-first AI, from Al Khobar},
year = {2026},
url = {https://sarachrouf.com},
note = {Al Khobar, Saudi Arabia}
}
أصوات تُولَّد داخل متصفحك؛ استبدليها أو زيديها بملفاتك الحقيقية.