TII UAE 发布 Falcon-Emirati-7B：专注阿联酋方言与文化的开源大模型

OmniTools 10月6日消息，阿联酋技术创新研究院（TII）在 Hugging Face 官方博客宣布推出 Falcon-Emirati-7B 模型。该模型基于 Falcon-H1-Arabic 架构（融合 Mamba 与 Transformer 注意力机制），专为理解与生成阿联酋本地阿拉伯语设计，重点覆盖日常对话、纳巴提诗歌、谚语等高度依赖文化语境的非字面表达场景。

研发团队采用三类数据协同训练：真实阿联酋网站与论坛的原生方言文本、现代标准阿拉伯语（MSA）撰写的文化背景资料，以及受严格词典与语法规则约束的合成数据。在包含1173道题目的自研方言基准 Alyah 上，该模型取得 84.83% 的准确率，显著优于多款参数量更大的多语言模型。

Falcon-Emirati-7B 选定 70 亿参数规模以平衡性能与推理成本。在开放生成任务的 LLM 裁判评估中，其方言保真度得分达 0.52，大幅领先 ALLaM、Gemma-3 等竞品，有效解决了通用阿拉伯语模型在方言适配与文化理解上的短板。