Nyhet

Falcon-Emirati-7B: TII lanserar AI-modell som talar emiratisk arabiska

Technology Innovation Institute (TII) har presenterat Falcon-Emirati-7B, en språkmodell specialiserad på emiratisk arabiska, i ett blogginlägg på Hugging Face den 6 oktober 2026. Enligt TII får modellen 84,83 procent på testet Alyah, före alla andra arabiska och flerspråkiga modeller som man jämfört med. Modellen bygger på företagets Falcon-H1-Arabic.

Det viktigaste i korthet

• Falcon-Emirati-7B är en dialektspecialiserad modell från Technology Innovation Institute, byggd på Falcon-H1-Arabic.

• Blogginlägget publicerades på Hugging Face den 6 oktober 2026.

• Enligt TII når modellen 84,83 % på Alyah, ett flervalstest med 1 173 frågor om emiratisk dialekt och kultur.

• I öppen generering bedömd av Gemini 3.7 Flash får modellen 0,52 i dialekttrohet. ALLaM-7B-Instruct-preview får 0,05, gemma-3-27b-it 0,03, Jais-2-8B-Chat 0,02 och Fanar-2-27B-Instruct cirka 0,00.

• I direkta jämförelser vinner modellen de flesta kategorier mot Jais-2-8B-Chat, ALLaM-7B-Instruct-preview och Fanar-2-27B-Instruct.

• Kategorin hälsningar och vardagsuttryck är svagare: modellen förlorar knappt mot Jais (0,46 mot 0,54) och spelar lika mot ALLaM (0,50).

Vad har hänt

TII beskriver arabiska som en språkfamilj snarare än ett enda språk. Modern standardarabiska (MSA) används i nyheter och läroböcker, medan vardag, humor, förhandling och berättande i Förenade arabemiraten sker på emiratisk arabiska. Dialekten har eget ordförråd och egen rytm, och poesi, ordspråk och anekdoter bär en mening som går förlorad vid ordagrann läsning. Falcon-Emirati-7B är byggd för att täcka det gapet.

Modellen utgår från Falcon-H1-Arabic, som enligt TII sattes som ny standard för arabiska tidigare i år. Den använder en hybridarkitektur där tillståndsrymdsmodeller (Mamba) och transformer-uppmärksamhet körs parallellt i varje block. Familjen finns i 3B, 7B och 34B parametrar, med kontextfönster upp till 128 000 och 256 000 token. TII valde 7B som kompromiss mellan kvalitet och kostnad: 34B skulle sannolikt ge något bättre kvalitet men kosta för mycket i träning och drift, medan 3B enligt teamet saknar utrymme för den djupa kulturella förståelsen.

TII lyfter fram att dialekttrimning är svårt. Emiratiska skrivs sällan på nätet, så textunderlaget är litet. Betydelsen är ofta icke-bokstavlig, och det finns inget etablerat recept för hur mycket dialektdata som behövs eller vilket träningssteg som spelar störst roll. Arbetet byggde därför på experiment med olika datamixer, träningssteg och övervakningsstrategier.

Datan kommer från tre källor: webbtext och forum skrivna direkt på dialekten, MSA-material om emiratisk kultur, historia och sociala normer, samt syntetisk dialektdata. Den syntetiska datan styrdes av strikta regler samt ordlistor och lexikon för emiratiskt ordförråd och grammatik. Utvärderingen kombinerade granskning av emiratiska modersmålstalare med Alyah, ett test som TII och communityt släppt. Alyah består av 1 173 manuellt insamlade flervalsfrågor, från hälsningar och etikett till bildspråk, kulturarv och poesi.

Enligt TII slår Falcon-Emirati-7B alla andra jämförda arabiska och flerspråkiga modeller på Alyah, även flera modeller som är många gånger större. Modeller i Falcon-H1-Arabic-familjen ingår inte i jämförelsen. TII drar slutsatsen att storlek inte ger dialektkompetens av sig själv.

I ett andra test fick modellerna svara fritt på samma frågor, och Gemini 3.7 Flash bedömde både innehåll och om svaret gavs på emiratisk dialekt i stället för MSA. Falcon-Emirati-7B leder på korrekthet, men största skillnaden gäller dialekttrohet. TII skriver att konkurrenterna ofta kan svaret men formulerar det på MSA. Fanar-2-27B-Instruct avstod från att svara i 26,2 % av fallen, mot under 5 % för övriga, och fick 0,27 i korrekthet, lägst av de fem.

I parvisa blindjämförelser vinner Falcon-Emirati-7B störst mot Fanar och vinner alla kategorier där, med 0,88 mot 0,12 i poesi och kreativt uttryck och 0,80 mot 0,20 i religiös och social känslighet. Mot Jais är poesi 0,69 mot 0,31 och språk och dialekt 0,62 mot 0,38. Mot ALLaM är motsvarande siffror 0,66 mot 0,34 och 0,58 mot 0,42.

Vad det betyder för dig i Sverige

Hugging Face-inlägget tar inte upp Sverige och säger inget om svensk tillgänglighet, svenska användningsfall eller priser. Direkt påverkan för svenska användare går därför inte att bedöma utifrån det som publicerats. Resultaten är intressanta för den som följer utvecklingen av arabiska språkmodeller, eftersom TII menar att dialekter kräver riktad data och utvärdering och inte löses av större modeller. Alla siffror är leverantörens egna och bygger på TII:s eget test och en LLM-domare.

Det här vet vi inte än

• Om och hur Falcon-Emirati-7B kan laddas ned eller användas, och under vilken licens.

• Eventuell prissättning eller tillgänglighet i Sverige och övriga Europa.

• Om resultaten kan upprepas av oberoende parter, eftersom testerna och de flesta jämförelser kommer från TII självt.

• Hur modellen presterar utanför Alyah och på andra dialekter eller i vanlig användning.

• Fullständiga siffror för alla modeller i jämförelserna, eftersom flera resultat bara redovisas i diagram.