Novo modelo Falcon-Emirati-7B é lançado para dialeto dos Emirados

Em 6 de outubro de 2026, foi detalhado o lançamento do Falcon-Emirati-7B, um modelo de inteligência artificial especializado no dialeto árabe falado nos Emirados Árabes Unidos. Enquanto o Árabe Padrão Moderno domina livros e noticiários, a conversação diária, o humor e a narrativa local ocorrem no dialeto emiratis, cuja riqueza cultural e modismos frequentemente se perdem em leituras literais. O novo sistema foi desenvolvido justamente para preencher essa lacuna de compreensão e geração textual.

Arquitetura e desenvolvimento do modelo

O modelo especializado foi construído sobre a base do Falcon-H1-Arabic, aproveitando sua arquitetura híbrida que executa modelos de espaço de estado (Mamba) e atenção de Transformer em paralelo dentro de cada bloco. Essa combinação busca unir a eficiência linear do Mamba com a precisão de longo alcance do mecanismo de atenção. O desenvolvimento exigiu a criação de um pipeline dedicado de dados que combinou textos web autênticos extraídos de sites emiratis, material em Árabe Padrão Moderno sobre identidade e cultura local, e dados sintéticos rigorosamente restritos por glossários e regras gramaticais.

Metodologia de avaliação

Devido à escassez de manuais estabelecidos para a adaptação de dialetos, a estratégia de treinamento exigiu experimentação contínua. Para monitorar a qualidade do Falcon-Emirati-7B, os criadores adotaram duas abordagens complementares de avaliação. A primeira consistiu em revisões manuais conduzidas por falantes nativos para julgar a naturalidade, o tom e a adequação cultural. A segunda utilizou o Alyah, um benchmark automatizado de múltipla escolha composto por 1.173 amostras coletadas especificamente para avaliar capacidades no dialeto emiratis em modelos de linguagem grande.