★ 2
DaR 流程提升阿拉伯语法条检索，证据法 MRR 升至 0.696
论文构建 200 例沙特阿拉伯语合成司法案例与 381 条家事法、证据法条文基准，比较 BM25、稠密编码器与融合策略。Qwen3-Embedding-8B 整体 MRR@10 达 0.849，但在证据法上骤降至 0.087；提出 Decompose-and-Refine 流程后，证据法 MRR@…
arXiv NLP3 天前
#阿拉伯语
共 12 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
QMUL_AK 用 ALLaM-7B 微调夺阿拉伯语函数调用赛第三
论文介绍 AISA-ArabicFC 2026 参赛系统 QMUL_AK，用 LoRA 将阿拉伯语-英语 ALLaM-7B-Instruct 适配到函数调用，结合 schema 感知提示、方言与无调用重采样、token 加权目标及确定性校验。盲测 A、B 赛道总分为 0.9253 与 0.9380…
arXiv NLP3 天前
★ 2
REGLAT 团队用 GLiNER+MARBERT 两阶段方案检测阿拉伯语有害内容
论文提出两阶段方法：先用 GLiNER 抽取提示中的危害相关实体，拼接回原文后交给微调 MARBERT 分类器，将阿拉伯语提示分为七类有害内容。在 ArGuard 2026 共享任务开发集上取得 macro-F1 0.886、准确率 0.897，盲测子任务 1 准确率 0.793。分析显示相近类别…
arXiv NLP5 天前
★ 2
AK_QMUL 用微调 JAIS 模型在 ArGuard 阿拉伯语有害提示检测任务夺冠
AK_QMUL 团队在 ArGuard-2026 阿拉伯语有害提示检测共享任务中提交方案，使用 JAIS-6.7B 结合 4-bit QLoRA 微调与线性分类头。二分类任务 B1 宏 F1 达 0.984，七分类危害领域任务 B2 达 0.790，两个赛道均排名第一。研究还按方言与类别分析了误差…
arXiv NLP5 天前
★ 2
AQL-Lite 框架发布：低成本持续预训练提升阿拉伯语大模型
研究者提出 AQL-Lite 框架，通过高质量数据筛选与部分参数持续预训练，将多语言大模型适配到现代标准阿拉伯语。在 5B token 对比中，该方法以 52% 的实际耗时达到全参数持续预训练 94% 的增益。扩展至 40B token 后，12B 模型在 Open Arabic LLM Lead…
arXiv NLP10 天前
★ 2
MADARTB：首个覆盖五种城市方言的阿拉伯语平行依存树库开源
研究者发布 MADARTB，首个覆盖贝鲁特、开罗、多哈、拉巴特、突尼斯五种城市方言并扩展标准阿拉伯语的平行依存树库，共 5000 句。分析显示各方言全局句法相似但局部结构差异明显。监督解析器 LAS 达 87.5%，最佳大模型配置为 85.7%。
arXiv NLP11 天前
★ 2
论文测试 Gemma 4 语音编码器冻结与适配器方案识别沙特与海湾阿拉伯语
研究在不改动 Gemma 4 与 EmbeddingGemma 2 共享的 3.05 亿参数音频编码器权重的前提下，测试沙特与海湾阿拉伯语识别。冻结系统仅训练 2260 万参数 CTC 读取器，适配系统增加 310 万低秩适配器与混合 CTC/注意力读取器。适配系统在公开沙特客服通话 WER 上与…
arXiv NLP11 天前
★ 2
alkhder 用 QLoRA 微调 NileChat-3B 做英译阿拉伯方言对话
论文介绍 AlexandriaX-2026 共享任务子任务 1 的参赛系统，目标是把英语对话轮次翻译成 13 种阿拉伯方言。团队用 QLoRA 在 Alexandria 平行对话语料上微调 NileChat-3B-Base，一套适配器权重覆盖全部方言，并以目标国家、方言、领域、角色、性别方向及前文…
arXiv NLP14 天前
★ 2
alkhder 团队提出多模态幻觉检测方案，CI 降低逾八成
该论文介绍 ImageEval 2026 子任务 1b 的参赛方案：从三条候选陈述中选出与图像唯一匹配的一条，覆盖英语与现代标准阿拉伯语。系统使用 7B 视觉语言模型零样本推理，将任务建模为受限选择问题，用下一 token 对数概率打分，并用拉丁方轮换候选顺序以降低位置偏差。英语测试集 CI 为 …
arXiv NLP14 天前
★ 2
研究：LLM 内部表征中现代标准阿拉伯语并未主导方言
研究者将语言主导性框架应用于 26 种阿拉伯语变体，检验 LLM 内部表征是否被现代标准阿拉伯语（MSA）主导。结果显示没有证据表明 MSA 构成方言的主导内部表征，方言表征形成高度重叠空间。该发现挑战了 MSA 偏置生成源于内部表征主导的常见解释。
arXiv NLP24 天前
★ 2
Shaer 发布：可控古典阿拉伯诗歌生成框架
论文提出 Shaer，一个联合以自然语言描述、韵律子形式和半句数为条件的古典阿拉伯诗歌生成框架，并构建 116032 首诗的语料。基于 Yehia-7B 用 QLoRA 微调后，基础韵律准确率 95.17%，子形式准确率 91.75%，长度准确率 83.40%，代码模型数据公开。
arXiv NLP25 天前
★ 2
阿曼推出支持阿拉伯语与私有化部署的生成式 AI 平台
团队在阿曼构建了一个生成式 AI 平台，主打阿拉伯语支持与私有化部署。该平台面向对数据主权和本地语言有需求的区域市场，反映出中东地区在 AI 基础设施与本地化模型方面的布局。
Hacker News – AI31 天前