ALLaM

huggingface.co/ALLaM-AI ist die offizielle Modellseite von ALLaM, einer Familie großer Sprachmodelle, die vom National Center for Artificial Intelligence (NCAI) der Saudi Data and AI Authority (SDAIA) entwickelt wurde, um arabische Sprachtechnologie voranzubringen, und die Arabisch und Englisch unterstützt.

🛡️ Datenschutz: Entwickler mit Sitz in Saudi-Arabien (NCAI bei SDAIA). Die Modellgewichte stehen unter Apache-2.0-Lizenz auf Hugging Face bereit und können lokal betrieben werden, sodass bei Selbsthosting keine Daten an den Entwickler fließen. Zu EU-Hosting, AVV/DPA und Zertifizierungen ist nichts öffentlich dokumentiert; bei gehosteten Diensten Dritter sollte für personenbezogene Daten vorab ein AVV/DPA geprüft werden.

Das Tool richtet sich an Entwickler, Forschende und Unternehmen, die ein offenes Sprachmodell mit Schwerpunkt auf Arabisch lokal betreiben oder anpassen möchten.

Tool-Details & Features

💰 Preise: Open Source (Apache-2.0-Lizenz); Download kostenlos, Kosten entstehen nur für eigene Rechenleistung oder Drittanbieter-Hosting.

⚙️ Technik: Die Vorschauversion hat 7 Milliarden Parameter und wurde von Grund auf mit rund 5,2 Billionen Tokens aus englischen sowie gemischten arabisch-englischen Daten trainiert; es gibt neuere Versionen (v2).

👥 Zielgruppe: Entwicklerteams, KI-Forschung, Behörden und Unternehmen im arabischsprachigen Raum.

🔗 Integrationen: Transformers, vLLM, SGLang, Docker sowie quantisierte Varianten für llama.cpp, Ollama und LM Studio.

📊 Funktionen: Arabisch-englische Textgenerierung, Chat- und Instruktionsmodelle, Betrieb auf eigener Hardware, quantisierte Versionen für lokale Anwendungen, Notebooks für Google Colab und Kaggle.

Vor- & Nachteile

✅ Vorteile: Offene Lizenz und breite Unterstützung gängiger Werkzeuge für den lokalen Betrieb; gezielte Entwicklung für arabische Sprache.

❌ Nachteile: Die Vorschauversion hat nur 4.096 Tokens Kontextfenster und eine begrenzte Modellgröße; Dokumentation und Support sind überwiegend englischsprachig und technisch.

Für wen geeignet?

Perfekt für Entwickler und Forschende, die ein offenes Arabisch-Englisch-Modell selbst betreiben oder für eigene Anwendungen anpassen wollen.