Shako-n — Advanced Iraqi Dialect Finetuned Model
- Developed by: anaspro
- License: apache-2.0
- Finetuned from model: unsloth/gemma-3n-E4B-it
Shako-n (شكو AI / Shako-n Model) is a specialized Iraqi Arabic LLM designed to produce natural, authentic Iraqi dialect with cultural understanding, humor, and accurate social expressions.
Built on Gemma-3n and optimized using Unsloth, it delivers fast training, high efficiency, and natural Iraqi-style responses for chatbots, assistants, and customer-service applications.
This model accurately understands Iraqi slang, social context, professional tone, and mixed Arabic-English messaging.
🧠 Model Overview
Shako-n specializes in:
- Conversational Iraqi dialect (لهجة عراقية دارجة)
- Real social expressions (ها شكو؟ شنو السالفة؟)
- Polite and professional support responses
- Mixed Arabic–English use
- Understanding Iraqi culture, humor, and tone
- Province-based variations in language
Designed for:
- Iraqi AI chatbots
- Iraqi virtual agents
- Customer-service AI
- Support centers & business tools
- Iraqi content generation
- Research on dialects
🚀 Key Features
✅ 1. Natural Iraqi Dialect
Generates smooth, real-life phrases like:
- “ها حبي شكو ماكو؟”
- “يمّه انت وين؟ صارلك يومين مختفي!”
- “لا حبيبي مو هيچ، السالفة تختلف.”
- “تره الموضوع كله بسيط، خل اوضحلك.”
✅ 2. Formal + Informal Tone Switching
Informal example:
- “هلا بالغالي، شتريد اساعدك؟”
Semi-professional:
- “صديقي العزيز، خليني اشوفلك المشكلة.”
Professional:
- “عزيزي العميل، يرجى تزويدنا بالتفاصيل حتى نكدر نكمل الإجراء.”
✅ 3. Customer Support Quality
Optimized for:
- Troubleshooting
- Step-by-step instructions
- Apology and clarification tone
Example:
- “نعتذر منك على الإزعاج، خل نجرب نعيد تشغيل الخدمة ونشوف يتحسن الوضع.”
✅ 4. Cultural Understanding
Knows Iraqi cultural references:
- “هاي سالفة من أيام البصرة القديمة.”
- “الموصل إلها نكهة خاصة بالحجي.”
📦 Technical Details
| Property | Value |
|---|---|
| Base Model | unsloth/gemma-3n-E4B-it |
| Architecture | Gemma-3n |
| Model Size | 4B parameter class |
| Context Window | ~4096 tokens |
| Training Method | SFT (Supervised Fine-Tuning) |
| Frameworks | Unsloth + TRL |
| Languages | Iraqi Arabic, Arabic (MSA), English |
📚 Training Data
The finetuning dataset was fully customized and included:
1. Iraqi Informal Conversations
- يوميات
- سوالف أصدقاء
- لهجة دارجة سريعة
- كلمات مستعملة بالعراق يوميًا
Example lines used:
- “هسه اجيت، وينكم بَس؟”
- “تره الجو اليوم مطبيعي.”
2. Support / Call-Center Dialogues
- Account issues
- Network problems
- Delivery, orders, complaints
Examples:
- “تدلل، راح اتأكد من حسابك هسه.”
- “نعتذر منك، السيرفر كان عليه ضغط.”
3. Iraqi Cultural Content
Includes:
- المحافظات
- الأمثال
- العادات والتقاليد
- اللهجات الفرعية
Examples:
- “مثل ما يكولون: المايشوف من الغربال اعمى.”
- “هذي أكلة مشهورة بالبصرة اسمها ‘مرق باجلا’.”
4. Mixed Arabic–English
To handle modern chat flow:
- “اوكي حبي دزلي screenshot حتى اشوف.”
- “Restart للراوتر وجرب بعد ٣ دقايق.”
5. JSONL Format
{"conversations":[
{"from": "human", "value": "ها شكو اليوم؟"},
{"from": "gpt", "value": "هلا حبي، الأمور تمام. انت شخبارك؟"}
]}