初始化项目，由ModelHub XC社区提供模型

Model: oddadmix/arabic-summarization
Source: Original Platform

README.md

@@ -0,0 +1,70 @@
+---
+base_model: LiquidAI/LFM2-350M
+library_name: transformers
+model_name: lfm2-sft-summary
+tags:
+- generated_from_trainer
+- sft
+- trl
+licence: license
+datasets:
+- oddadmix/arabic-news-summarization
+language:
+- ar
+---
+
+# 📝 نموذج التلخيص العربي
+
+هذا المشروع يقدّم نموذج **تلخيص نصوص باللغة العربية** مبني على النموذج الأساسي [LiquidAI/LFM2-350M](https://huggingface.co/LiquidAI/LFM2-350M)، وتمت إعادة تدريبه (Fine-tuning) على **مجموعة بيانات مكوّنة من 17,000 سجل** لتلخيص النصوص بدقة وكفاءة عالية.
+
+---
+
+## ⚡ المميزات
+
+* ✅ أداء قوي جدًا في تلخيص النصوص العربية.
+* ✅ يحافظ على المعنى العام للنص مع اختصار الحجم.
+* ✅ يمكن استخدامه في تلخيص المقالات، الأخبار، الأبحاث، والمستندات الطويلة.
+* ✅ مبني على نموذج قوي مفتوح المصدر مع إعادة ضبط دقيقة (Fine-tuning).
+
+---
+
+## 🛠️ البيانات
+
+تم تدريب النموذج باستخدام **17,000 صف** من البيانات عالية الجودة التي تحتوي على نصوص عربية وأهداف التلخيص المقابلة لها.
+هذا ساعد في تحسين دقة النموذج وجعله قادرًا على إنتاج **ملخصات متماسكة وسلسة**.
+
+---
+
+## 🚀 كيفية الاستخدام
+
+```python
+from transformers import AutoModelForSeq2SeqLM, AutoTokenizer
+
+# تحميل النموذج والمحول
+model_name = "اسم-المستخدم/arabic-summarization-model"
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForSeq2SeqLM.from_pretrained(model_name)
+
+# إدخال نص للتلخيص
+text = """النص العربي المراد تلخيصه ..."""
+
+inputs = tokenizer(text, return_tensors="pt", max_length=1024, truncation=True)
+summary_ids = model.generate(inputs["input_ids"], max_length=150, min_length=40, length_penalty=2.0, num_beams=4)
+
+# عرض الملخص
+print(tokenizer.decode(summary_ids[0], skip_special_tokens=True))
+```
+
+---
+
+## 📊 الأداء
+
+النموذج أظهر نتائج ممتازة في التجارب الداخلية على مقاييس **الدقة، التماسك، والمحافظة على المعنى**.
+أداؤه يُعتبر **جيد جدًا مقارنة بالنماذج المشابهة** في مجال تلخيص النصوص العربية.
+
+---
+
+## 📌 ملاحظات
+
+* النموذج ما زال قابلًا للتطوير عبر تدريبه على بيانات إضافية.
+* يُفضّل استخدامه مع نصوص عربية فصيحة، مع أنه يعمل بشكل جيد أيضًا مع بعض اللهجات.