TII发布Falcon-Emirati-7B阿联酋方言模型

Technology Innovation Institute (TII) 正式发布 Falcon-Emirati-7B，这是一个基于 Falcon-H1-Arabic 架构、专门针对阿联酋方言（Emirati Arabic）及其文化语境进行微调的 70 亿参数大语言模型。该模型旨在解决通用阿拉伯语模型在处理口语化表达、俚语及文化隐喻时的不足，填补了从现代标准阿拉伯语（MSA）到具体海湾方言之间的鸿沟。 在评估方面，Falcon-Emirati-7B 在 TII 发布的 Alyah 基准测试中取得了 84.83% 的准确率，超越了所有对比的多语言及阿拉伯语模型。更关键的指标在于“方言保真度”（dialect fidelity），在开放生成任务中，Falcon-Emirati-7B 以 0.52 的得分领先，而 ALLaM、gemma-3-27b-it 等竞品得分仅为 0.03 至 0.05，且 Fanar-2-27B-Instruct 甚至完全无法输出方言。这表明其他模型即便知晓答案，也倾向于默认使用 MSA 回复，而 Falcon-Emirati-7B 是唯一能稳定保持方言语域切换的模型。 事实层面，该模型采用了混合架构（State Space Models + Transformer attention），参数量为 7B，并使用了包含真实网络爬虫数据、文化背景知识及受控合成数据的训练集。推断层面，这一发布标志着垂直领域模型开发正从单纯追求参数规模转向对特定语言变体和文化深度的精细化控制，对于需要在中东地区落地的高精度对话场景具有直接参考价值。猜测层面，这种针对单一方言的深度定制模式可能会成为未来区域性 AI 竞争的新常态，而非依赖通用的多语言大模型。 }```<model>json</model>```json{