TII UAE 團隊於 2026 年 10 月 6 日發布 Falcon-Emirati-7B，這是一個基於 Falcon-H1-Arabic 架構的方言專用大型語言模型，旨在理解並生成具備文化細微差別的阿聯酋方言（Emirati Arabic）。該模型針對阿拉伯語作為多語言家族的特性，解決了通用模型僅能處理現代標準阿拉伯語（MSA）而無法捕捉方言語境、幽默及文化內涵的缺口。
Falcon-Emirati-7B 採用 Falcon-H1 混合架構，結合狀態空間模型（Mamba）與 Transformer 注意力機制，以兼顧長序列的線性效率與長距離依賴的精度。團隊選擇 7B 參數規模作為平衡點，認為其足以保留方言適應所需的細微差別，同時保持訓練與推理的實用性，而 34B 模型成本過高，3B 模型則缺乏足夠的文化與語言理解深度。
在數據處理方面，團隊建立了專用數據管線，整合三種來源：1. 阿聯酋網站與論壇的原生方言網頁數據；2. 關於阿聯酋文化、遺產與身份的 MSA 語料；3. 受詞彙表與風格規則約束的合成方言數據。由於缺乏現成的方言適應配方，團隊透過實驗性消融測試調整數據混合比例與訓練階段，並結合自動評分與母語者審查來優化模型。
評估結果顯示，Falcon-Emirati-7B 在專門針對阿聯酋方言的 Alyah 基準測試中獲得 84.83% 的分數，領先所有對比模型。在開放式生成評估中，該模型在「方言忠實度」上得分 0.52，遠高於 ALLaM（0.05）、gemma-3-27b-it（0.03）、Jais-2-8B-Chat（0.02）及 Fanar-2-27B-Instruct（約 0.00），差距接近兩個數量級。這表明其他模型雖可能知道正確答案，但預設以 MSA 回應，而 Falcon-Emirati-7B 是唯一能可靠地以提問方言回應的模型。此外，Fanar-2-27B-Instruct 在 26.2% 的情況下拒絕回答，顯示其對阿聯酋特定內容的參與意願與能力較低。
事件背景
阿拉伯語實際上是一個語言家族，現代標準阿拉伯語（MSA）主要用於新聞與教科書，而日常對話、幽默與敘事則使用區域方言。阿聯酋方言（Emirati Arabic）是海灣地區的一種方言，擁有獨特的詞彙、節奏及緊密結合的文化背景，如納巴提詩歌（nabati poetry）與諺語，其意義無法透過字面翻譯保留。Falcon-H1-Arabic 基礎模型家族涵蓋 3B、7B 及 34B 參數規模，上下文窗口達 128K 至 256K tokens，並已訓練於包含 MSA、海灣、黎凡特、埃及及馬格里布方言的廣泛阿拉伯語數據。Alyah 基準測試是由 TII 與社群共同發布，包含 1,173 個由阿聯酋母語者手動收集的選擇題，涵蓋日常問候、禮儀、比喻語言、遺產知識及阿聯酋詩歌等類別，用於評估模型在方言與文化關鍵領域的能力。
