TII 发阿联酋方言模型 Falcon-Emirati
阿联酋技术创新研究院（TII）10 月 6 日在 Hugging Face 官方博客发布 Falcon-Emirati-7B：一个专做阿联酋方言（Emirati Arabic）的模型，基座是自家的 Falcon-H1-Arabic。官方给出的结果是在方言基准 Alyah 上得 84.83%，高于对照的全部阿拉伯语与多语模型，其中不乏参数量大它数倍的模型；在 1,173 道 Alyah 题的开放式生成评测里（裁判为 Gemini 3.7 Flash），它的方言保真度得分 0.52，而 ALLaM-7B 0.05、gemma-3-27b-it 0.03、Jais-2-8B-Chat 0.02、Fanar-2-27B-Instruct 几乎为 0。TII 的解读是：别的模型往往答对了内容，却默认用标准阿拉伯语（MSA）回答。
它的意义在于把「方言」当成一项要专门训练的能力，而不是规模够大就自然会。TII 的数据分三路：阿联酋本地网站与论坛的原生方言文本、关于阿联酋文化与身份的 MSA 材料、用术语表和风格规则约束过的合成方言数据；训练策略本身（注入多少方言数据、放在哪个训练阶段、真实与合成数据如何配比）是拿消融实验试出来的。官方称模型基于 Falcon-H1 的 Mamba 与注意力并行的混合架构，家族另有 3B／34B 档。需注意：官方模型仓 tiiuae/Falcon-Emirati-7B 匿名读不到（返回 401，属受限仓），「权重是否已公开可下」这一环本轮未能验证。
核验记录
一手页 huggingface.co/blog/tiiuae/falcon-emirati 直读 200（193,378 字节），页内 JSON-LD datePublished 2026-10-06T06:44:39Z 与可见 Published October 6, 2026 双证；数字逐字取自正文（84.83% Alyah；方言保真 0.52 对 ALLaM 0.05／gemma-3-27b 0.03／Jais-2 0.02／Fanar-2 0.00；1,173 题、裁判 Gemini 3.7 Flash；Fanar 弃答 26.2%）。权重仓 tiiuae/Falcon-Emirati-7B 的 api 与网页匿名读均 401（受限/gated），模型卡未能直读，「权重已可下载」未验证；HF 全站 search=Falcon-Emirati 返回 0 条。TII 官网 tii.ae 与 falconllm.tii.ae 页内 emirati 命中 0，未见独立新闻稿。配图 HF CDN 裸请求与带站内 Referer 双 200（PNG 1774×887）。