---
language:
- ar
tags:
- hassaniya
- mauritania
- proverbs
- arabic-dialect
- cultural-heritage
- lora
- alpaca
license: cc-by-4.0
task_categories:
- text-generation
size_categories:
- n<1K
---

# 🇲🇷 الأمثال الحسانية — Dataset جاهز لـ LoRA Fine-tuning

مجموعة بيانات تضم **319 مثلاً حسانياً** بصيغة Alpaca القياسية، مستخرجة من كتاب *موسوعة الأمثال الحسانية* لبكار ولد احمدو.

## الصيغة

صيغة **Alpaca** — الأكثر توافقاً مع مكتبات LoRA مثل `trl`, `unsloth`, `axolotl`:

```json
{
  "instruction": "أنت خبير في التراث الحساني الموريتاني. اشرح المثل الحساني التالي وبيّن معناه وفي أي سياق يُستخدم.",
  "input": "ألْبَلْ تبرك على أكبارها",
  "output": "يضرب لأهمية الكبار في مجتمعهم وحتمية التبعية لهم"
}
```

## الحقول

| الحقل | الوصف |
|-------|-------|
| `instruction` | التعليمة الثابتة لكل السجلات |
| `input` | نص المثل الحساني |
| `output` | شرح معنى المثل وسياق استخدامه |

## الاستخدام السريع

```python
from datasets import load_dataset

ds = load_dataset("YOUR_USERNAME/amthal-hassaniya")
print(ds["train"][0])
```

### مع TRL (SFTTrainer)
```python
from trl import SFTTrainer

def format_prompt(row):
    return f"### Instruction:\n{row['instruction']}\n\n### Input:\n{row['input']}\n\n### Response:\n{row['output']}"

trainer = SFTTrainer(
    model=model,
    train_dataset=ds["train"],
    formatting_func=format_prompt,
)
```

### مع Unsloth
```python
from unsloth import FastLanguageModel

alpaca_prompt = """### Instruction:
{}

### Input:
{}

### Response:
{}"""

def formatting_func(examples):
    return [
        alpaca_prompt.format(i, inp, o)
        for i, inp, o in zip(
            examples["instruction"],
            examples["input"],
            examples["output"]
        )
    ]
```

## المصدر
كتاب **موسوعة الأمثال الحسانية** — بكار ولد احمدو — تراث شعبي موريتاني أصيل.