أطلق معهد الابتكار التكنولوجي في أبوظبي نموذج Falcon-Emirati-7B، نموذج لغوي مصمم خصيصاً لفهم اللهجة الإماراتية وتوليدها، ليس الفصحى وحسب، بل اللهجة الخليجية بمفرداتها وإيقاعها ومرجعياتها الثقافية التي تعجز عنها النماذج المدرّبة على العربية الفصحى.
بُني النموذج على قاعدة Falcon-H1-Arabic ويضم 7 مليارات معامل، ويعتمد هندسة هجينة تدمج نماذج فضاء الحالة (Mamba) مع آلية الانتباه (Transformer) بشكل متوازٍ داخل كل طبقة. اعتمد الفريق على ثلاثة مصادر مكملة للبيانات: محتوى إماراتي أصيل من مواقع ومنتديات محلية باللهجة المحلية، ومواد بالفصحى عن الثقافة والتراث الإماراتي، وبيانات توليدية مقيدة بقواميس وقواعد أسلوبية خاصة باللهجة. أثبت المكون الأخير أهميته الحاسمة — فبدون ضوابط صارمة، كانت المخرجات التوليدية تبدو صحيحة نحوياً لكنها غريبة للأذن المحلية.
النتائج لافتة: على مقياس «الياه» المكون من 1,173 عينة تغطي التحية والشعر والمعرفة التراثية والمجازات اللغوية، سجّل النموذج 84.83% متفوقاً على نماذج تفوقه حجماً بأضعاف. أما على مقياس دقة اللهجة، أي مدى التزام النموذج باللهجة الإماراتية بدل العودة للفصحى، فقد حصل على 0.52 مقابل 0.05 أو أقل لجميع المنافسين. هذا الفارق يقترب من مرتبتين حسابيتين عند الحد الأدنى.
النموذج متاح الآن على منصة Falcon للدردشة من TII، كما سيُطرح مقياس الياه ومجموعات البيانات المرتبطة به للمجتمع البحثي الأوسع، على أمل تأسيس معيار مفتوح لتقييم الكفاءة اللهجية في نماذج اللغة العربية، وهو مجال تفتقر إليه البنية التحتية البحثية الحالية.
