IDRIS
RESEARCH DOCUMENTS / 2026

من اللغة إلى الفهم

الوثائق البحثية والهندسية لمشروع IDRIS، من الدارجة المغربية كلغة أساسية إلى منظومة متعددة اللغات والوسائط، مع خطة تنفيذ واقعية تبدأ بالبيانات والتقييم.

A narrow street in Rabat medina, representing the Moroccan context of IDRIS
هذه الوثائق تصف رؤية وخطة مقترحتين. لا تعني أن النموذج أو مجموعات البيانات أو قدرات الصوت والإشارة قد اكتملت.
01 / LANGUAGE VISION

نطاق العمل والرؤية المستقبلية

النطاق الحالي: الدارجة المغربية فقط. ندرس كتابتها بالعربية وArabizi، والمزج مع الفرنسية والعربية الفصحى داخل سياقات الدارجة. الأمازيغية والحسانية ولغة الإشارة المغربية توجهات مستقبلية غير نشطة، وليست ضمن العمل أو القدرات الحالية.
Moroccan medina street

الدارجة المغربية

اللغة الأساسية: الحوار والسياق والنبرة والتنوع.

Hands weaving Moroccan textile

الأمازيغية — توجه مستقبلي

غير نشط حالياً؛ يتطلب تحديداً مستقلاً ومشاركة مجتمعية وبيانات ومراجعة متخصصة.

People in traditional Mauritanian attire

الحسانية — توجه مستقبلي

غير نشط حالياً؛ يحتاج إلى نطاق وبيانات ومراجعة مستقلة.

Person communicating with sign language; illustrative, not Moroccan Sign Language instruction

لغة الإشارة المغربية — توجه مستقبلي

غير نشط حالياً؛ يتطلب قيادة ومراجعة من مستخدمي LSM الصم وبيانات متعددة الوسائط.

المبدأ الأساسي

القاموس هو نقطة الانطلاق وليس تعريف اللغة. يجب أن يتعلم IDRIS الجمل الطويلة، والسياقات، والحوار متعدد الأدوار، والمزاح والسخرية والجدية، والمزج اللغوي، مع الحفاظ على اختلافات المتحدثين والمناطق.

المعمارية المستهدفة

نواة مشتركة لإدارة الحوار والسياق، ومكونات لغوية متخصصة، ومعالجة النص، ومكونات صوتية وبصرية لاحقاً، وطبقة تواصل تربط النص والصوت والفيديو والإشارة. هذه معمارية مستقبلية وليست قدرات مكتملة.

02 / ENGINEERING EXECUTION

الخطة الهندسية المرحلية

P0 / AUDITتدقيق المصادر والحقوق وجرد البيانات.
P1 / DESIGNتوسيع المخططات ودليل التوسيم والقوالب.
P2 / PILOTبناء 1,000–2,000 مثال مراجَع ومتنوع.
P3 / EVALUATIONتجميد معيار اختبار مستقل ومنع التسرب.
P4 / BASELINEمقارنة النماذج وقياس الأداء قبل التكييف.
P5 / ADAPTتجربة SFT أو QLoRA قابلة لإعادة الإنتاج.
P6 / ITERATEتحليل الأخطاء والتحسين ومراجعة الإصدار.

ما الذي نفعله أولاً؟

  1. تدقيق القاموس الحالي وحفظه كأصل ذي إصدار.
  2. توسيع مخطط البيانات للجمل والسياقات والحوارات والنبرة والمنشأ.
  3. إنشاء دليل توسيم الدارجة وقوالب البيانات واختبارات التحقق.
  4. إنتاج عينة صغيرة بموافقة أصحابها ومراجعتها.
  5. تجميد مجموعة تقييم مستقلة قبل اختيار النموذج وتدريبه.

الهدف التجريبي الأول 1,000–2,000 مثال مراجَع، وليس ادعاءً بأن هذا الحجم يكفي لإتقان الدارجة.

صور الصفحة توضيحية للتصميم والسياق الثقافي فقط. صورة لغة الإشارة عامة وليست درساً أو مرجعاً للغة الإشارة المغربية LSM. يجب أن تعتمد بيانات LSM على مراجعة أشخاص صم متمكنين من اللغة.

Photo credits: Soufian Lafnesh · Mounir El Barji · Ben Khatry · RDNE Stock project. Pexels license: free-use terms; verify current terms before redistribution or reuse outside this site.