アラブ首長国連邦の Technology Innovation Institute が2026年10月6日、UAE の口語（エミラティ方言）に特化した70億パラメータのモデル「Falcon-Emirati-7B」を発表した。方言の能力を測る1,173問の試験で84.83%と、比べた他のモデルより高かったとしている。
- アラブ首長国連邦（UAE）の Technology Innovation Institute（TII）が2026年10月6日、エミラティ方言に特化した70億パラメータのモデル「Falcon-Emirati-7B」を発表した。2026年のうちに公開した自社のアラビア語モデル Falcon-H1-Arabic の70億パラメータ版を土台にしている
- 狙いは、新聞や教科書の言葉である現代標準アラビア語（MSA）しか知らないモデルが、エミラティ方言の文を1語ずつ訳せても意味を取り違える点を埋めることだとしている。ナバティ詩・ことわざ・短い逸話のように、字面の外に意味がある表現を挙げている
- 方言の能力は、ネイティブから手作業で集めた1,173問の多肢選択の試験 Alyah で測り、84.83%。比べた他のアラビア語・多言語のモデルより高く、何倍も大きいモデルも上回ったとしている（土台の Falcon-H1-Arabic 一族は比較から除いている）
- 同じ1,173問を自由記述で答えさせ、Gemini 3.7 Flash に採点させた評価では、答えが MSA ではなくエミラティ方言で返るかどうかの差が大きかったとしている（部分点、下の表）。gemma-3-27b-it は0.03。Fanar-2-27B-Instruct は26.2%の問いで回答を控え、正答の点数0.27で5モデル中最も低かったという
- 文化の理解は、アラビア語の文化理解のベンチマーク ArabCulture-Dialogue の UAE 分283問（文化的に適切な返事を3つから選ぶ）で測り、85.57%で4モデル中最も高かったとしている（下の表）。試せる場所として同社のチャットが案内されており、重みの公開・ライセンスの種類・料金についての記述は、この発表には無い
性能（TII の発表。方言で答えた度合いは比べた5モデル、ArabCulture-Dialogue は4モデル）
| 評価（何を測るか） | Falcon-Emirati-7B | ALLaM-7B-Instruct-preview | gemma-3-27b-it | Jais-2-8B-Chat | Fanar-2-27B-Instruct |
|---|---|---|---|---|---|
| ArabCulture-Dialogue の UAE 分283問（文化に合う返事、正答率） | 85.57% | 83.39% | —（比較に入っていない） | 73.79% | 71.50% |
| 方言で答えた度合い（1,173問の自由記述、部分点） | 0.52 | 0.05 | 0.03 | 0.02 | ほぼ0.00 |
TII が測った数字。方言で答えた度合いは Gemini 3.7 Flash を採点者にした5モデルの評価で、ArabCulture-Dialogue は gemma-3-27b-it を含まない4モデルの比較のため「—」にした。同社は、他のモデルは正しい内容を知っていてもエミラティ方言で聞かれても MSA で答えてしまうと説明している。
学習データは3種類だとしている。方言でそのまま書かれた UAE のウェブ・掲示板の文、UAE の文化や慣習について MSA で書かれた資料、そしてエミラティの語彙と文法の用語集・辞書・文体の規則で縛って作った合成データ。合成データを自由に作らせると「湾岸風」の文になってしまうため規則で縛ったという。
限界も書いている。学習データの偏りを映すことがあり、まれな表現や特定の地域に強く結びついた話題では誤ることがある。方言と文化の「正しさ」はネイティブ同士でも一致しないため、重要な用途では各自で評価してほしいとしている。
確かめた一次資料
この記事は、上の一次資料の原文を読んで書いています。数字は原文のとおりで、計算した値はそう書いています。