随着大型语言模型（LLMs）在自然语言处理(NLP)领域的广泛应用，文本生成和语言理解等任务的效果得显著提升。然而，阿拉伯语由于其复杂的词形变化、丰富的方言和文化背景，依然在语言模型的应用中被低估。许多先进的语言模型主要针对英语，导致阿拉伯语相关模型要么过于庞大，计算需求高，要么无法充分体现文化细节。超过70亿参数的模型如 Jais 和 AceGPT 具备强大的能力，但由于资源消耗巨大，难以在广泛应用中得到推广。因此，迫切需要一种兼顾效率与性能的阿拉伯语模型。为了
["Jais是首个面向阿拉伯语的开源大模型,参数达130亿","Jais在阿拉伯语任务表现可匹敌商业英语ChatGPT模型","Jais使用Cerebras专用AI芯片训练,具技术创新"]
["阿联酋科技集团 G42 与 Cerebras Systems 合作推出名为 Jais 的开源阿拉伯语 AI 模型，可为生成式 AI 应用提供支持。","Jais 是一个大语言模型，包含 130 亿个参数，是从阿拉伯语和英语数据中训练而成的。","Jais 将以开源许可方式提供，有助于促进阿拉伯语资源的开发和阿拉伯世界的 AI 进步。"]
13B参数阿拉伯语英语同构模型
linagora
Labess-7b-chat 是一个针对突尼斯方言（Derja）进行指令调优的开源模型，基于 jais-adapted-7b-chat 模型，使用突尼斯方言数据集进行持续预训练。
MBZUAI-Paris
Atlas-Chat是一系列专为摩洛哥口语Darija进行指令调优的开源大语言模型，是JAIS项目的一部分。该模型拥有20亿参数，能够高效生成流畅的摩洛哥Darija文本，适用于资源受限环境部署。
inceptionai
Jais系列是专为阿拉伯语优化的双语大语言模型，同时具备强大的英语能力。30B-16K版本拥有300亿参数，支持16,384个token的上下文长度。
Jais系列是专精阿拉伯语处理同时具备强大英语能力的双语大语言模型，包含从5.9亿到700亿参数的不同规模变体
Jais系列是一个全面的英阿双语大语言模型，专为阿拉伯语优化同时具备强大的英语能力。该模型经过指令微调，适用于对话场景。
Jais系列是专为阿拉伯语优化的英阿双语大语言模型，13B版本具有130亿参数，支持2048标记的上下文长度。
Jais系列是专为阿拉伯语优化的英阿双语大语言模型，具备强大的英语能力，参数量6.7亿
Jais家族是一个专为阿拉伯语优化的双语大语言模型系列，同时具备强大的英语能力。该6.7B参数模型采用从头预训练方式，支持阿拉伯语和英语文本生成。
Jais系列是专为阿拉伯语和英语优化的双语大语言模型，包含从5.9亿到700亿参数的不同规模变体
Jais是专为阿拉伯语优化的双语大语言模型家族，具备强大的英语能力，参数量从5.9亿到700亿不等
Jais Adapted 13B是基于Llama-2架构的双语（阿拉伯语-英语）大语言模型，通过自适应预训练增强阿拉伯语能力
Jais系列是专精阿拉伯语处理的双语大语言模型，具备强大的英语能力，参数量13亿
Jais系列是基于Llama-2架构的双语大语言模型，专为阿拉伯语优化同时具备强大英语能力。本模型为700亿参数规模的阿拉伯语自适应版本，支持4,096上下文长度。
Jais系列13亿参数阿拉伯语-英语双语大语言模型，专为卓越的阿拉伯语能力优化，同时具备强大英语能力
Jais系列是专精阿拉伯语处理的双语大语言模型，基于Llama-2架构进行阿拉伯语适配预训练
Jais系列是一个专为阿拉伯语优化的双语大语言模型，同时具备强大的英语能力。该590M参数版本是系列中最小的模型，适用于轻量级应用。
Jais系列是一个阿拉伯语-英语双语大语言模型，特别优化阿拉伯语表现，同时保持强大英语能力。590m版本是该系列的基础模型之一。
Jais系列是一组英阿双语大语言模型，针对阿拉伯语优化同时保持强大英语能力，包含从5.9亿到700亿参数的不同规模模型。
Jais系列是专为阿拉伯语优化的英阿双语大语言模型，基于Llama-2架构进行自适应预训练，具备强大的双语处理能力。
Jais-30b-chat-v3是基于Jais-30b-v3在精选阿拉伯语和英语问答数据集上微调而成的大语言模型，专为阿拉伯语和英语对话优化，具有8000令牌的长上下文处理能力。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
