TII lança Falcon-Emirati-7B com adaptação ao dialeto dos Emirados e 84,83% no benchmark Alyah
Segundo o blog oficial publicado pela TII em 6 de outubro de 2026, o Falcon-Emirati-7B faz uma adaptação específica ao dialeto dos Emirados a partir do Falcon-H1-Arabic, alcança 84,83% no benchmark Alyah criado pela própria TII e lidera com clareza vários concorrentes na avaliação de fidelidade dialetal com LLM como juiz; o modelo já está disponível para teste em sua plataforma de chat.
O que mudou
Segundo o blog oficial publicado pela TII em 6 de outubro de 2026, a TII lançou o Falcon-Emirati-7B, um modelo com adaptação específica ao dialeto dos Emirados construído sobre o Falcon-H1-Arabic. A família base usa a arquitetura híbrida Falcon-H1, na qual camadas de espaço de estados Mamba e atenção Transformer operam em paralelo dentro de cada módulo e se fundem antes da projeção; a família cobre as faixas de 3B, 7B e 34B, com janela de contexto de até 128K a 256K tokens, e os dados de treinamento já incluem uma mistura de árabe padrão moderno com dialetos do Golfo, do Levante, do Egito e do Magreb. A TII afirma ter escolhido o 7B por ser o mais equilibrado entre a fineza necessária à adaptação dialetal e os custos de treinamento e inferência. Os dados vêm de três fontes: textos de páginas da web em dialeto escritos nativamente em sites e fóruns dos Emirados, corpus de MSA sobre cultura e identidade dos Emirados e dados dialetais sintéticos restringidos por vocabulário e regras de estilo; a equipe afirma que não havia uma receita estabelecida de adaptação dialetal, por isso realizou experimentos de ablação sobre a proporção de dados, a fase de injeção e a proporção de dados sintéticos, usando simultaneamente pontuação automática e revisão por falantes nativos. Na avaliação, o modelo obteve 84,83% no Alyah (1.173 questões de múltipla escolha nativas), e a TII afirma que ele lidera todos os modelos árabes e multilíngues comparados, com a família Falcon-H1-Arabic excluída da comparação por ser a base. Além disso, nas mesmas 1.173 questões de geração aberta, usando o Gemini 3.7 Flash como juiz, o Falcon-Emirati-7B obteve 0,52 em fidelidade dialetal (pontuação parcial), bem acima de 0,05 do ALLaM-7B, 0,03 do gemma-3-27b-it, 0,02 do Jais-2-8B-Chat e quase 0,00 do Fanar-2-27B-Instruct; na parte dos Emirados das questões de múltipla escolha do ArabCulture-Dialogue, obteve 85,57%. O modelo já está aberto para teste na plataforma de chat da TII.
Impacto para desenvolvedores
O efeito direto deste lançamento para os desenvolvedores é que ele concretiza a questão de se um modelo de árabe genérico pode assumir diretamente cenários dialetais. A avaliação da TII mostra que vários concorrentes podem não estar errados no conteúdo da resposta, mas produzem MSA por padrão, mesmo quando o usuário pergunta no dialeto dos Emirados, o que explica por que, em atendimento multilíngue, marketing localizado, moderação de comunidades ou perguntas e respostas culturais, a falha de modelos de árabe genéricos muitas vezes não é "errar a resposta", mas "errar o registro". O porte 7B e a arquitetura híbrida significam que a implantação em uma única GPU ou em poucas GPUs é, em teoria, uma rota viável, o que tem relevância prática para equipes que precisam processar conversas de usuários localmente ou em ambiente privado e têm restrições à saída de dados. É preciso distinguir: as conclusões comparativas da TII vêm do benchmark Alyah criado por ela e de um conjunto de concorrentes escolhido por ela, ou seja, são critérios de avaliação do fornecedor; a exclusão da família base da comparação também significa que os 84,83% não devem ser alinhados diretamente com resultados históricos do Falcon-H1-Arabic. A fonte não fornece evidências de que a capacidade dialetal se transfira para outros dialetos árabes, como o levantino ou o egípcio, e isso não deve ser presumido. A avaliação de adaptação cultural também foi feita apenas nos 283 cenários dos Emirados definidos pela própria TII.
Integração e avaliação
Recomendação 1 (dados e restrições de registro): a mudança explícita relatada é que os dados de treinamento combinam três tipos — páginas da web em dialeto nativo, corpus de MSA cultural e dados sintéticos restringidos por vocabulário —, e a parte sintética é limitada por vocabulário e regras de estilo. Se sua aplicação exige rigidamente que "a resposta seja escrita no dialeto dos Emirados", a abordagem é primeiro amostrar do seu próprio corpus de negócio, construir um conjunto de testes de geração aberta com perguntas em dialeto e então dividir a avaliação em duas dimensões independentes: "conteúdo correto" e "se respondeu em dialeto"; a premissa é ter falantes nativos disponíveis ou poder arcar com revisão humana, caso contrário você dependerá apenas de pontuação automática e não capturará tom e adequação. Os critérios mensuráveis são: a taxa de aprovação da fidelidade dialetal nas amostras próprias e a proporção de mudanças para MSA, e não uma única métrica de acurácia. Recomendação 2 (porte e custo de implantação): a mudança explícita é que a TII fez apenas a versão 7B e explicou publicamente o motivo, sem lançar uma versão dialetal 34B. Se o seu cenário é um serviço de conversação de alta concorrência e baixa latência, valide primeiro no 7B se ele atinge naturalidade aceitável; se o cenário é geração de conteúdo como poesia, provérbios ou conhecimento patrimonial, a fonte indica que essas são justamente as categorias mais fracas dos concorrentes, mas nas quais o próprio modelo também pode ser afetado por amostras de baixo recurso, então é preciso avaliar se vale a pena usar uma base maior e adaptá-la, pois a rota 34B não é oferecida neste lançamento. A premissa é que seu orçamento de inferência e de latência seja quantificável. Os critérios mensuráveis são: latência e custo por mil requisições sob QPS fixo e a taxa de aprovação por falantes nativos nas categorias difíceis. Recomendação 3 (comparabilidade de avaliação): a mudança explícita é que a TII adota o benchmark Alyah criado por ela e exclui a família base da comparação. Se você já tem um processo de avaliação de árabe existente, a abordagem é manter seu próprio benchmark como critério principal, usar o Alyah como referência e não como substituto, e registrar as versões dos concorrentes e do modelo juiz. A premissa é poder reproduzir as questões ou ao menos fixar o conjunto de amostras. Os critérios mensuráveis são se as conclusões no seu benchmark e no Alyah coincidem e se a ordenação permanece estável após trocar o modelo juiz.
Limites e pontos a confirmar
É preciso deixar claro: o Falcon-Emirati-7B atualmente não aparece no catálogo de modelos em tempo real do KimiSeek, e a disponibilidade descrita neste artigo se refere apenas à plataforma de chat da própria TII, não significando que o modelo esteja disponível neste site. Os números da fonte — 84,83%, fidelidade dialetal 0,52, ArabCulture-Dialogue 85,57% e outros — vêm todos de avaliações criadas ou escolhidas pela TII (Alyah, LLM juiz Gemini 3.7 Flash, concorrentes selecionados pela TII), são critérios do fornecedor e não foram reproduzidos independentemente por terceiros; a exclusão da família base da comparação limita o confronto direto com o Falcon-H1-Arabic. A própria TII, em sua seção de responsabilidade e limitações, observa que o modelo reflete vieses dos dados de treinamento, pode errar em expressões raras, referências altamente localizadas e casos de borda com poucos dados, e que a adequação dialetal e cultural é subjetiva em alguns cenários, podendo não ser consensual entre falantes nativos; ela recomenda avaliar cenários específicos antes de usos sensíveis, oficiais ou de alto risco. A fonte não divulga os termos da licença dos pesos, o modo de ativação de parâmetros, a memória e a vazão de inferência, o preço da API nem as condições comerciais, e também não apresenta evidências de transferência para outros dialetos árabes; nada disso se torna automaticamente válido por causa do "teste aberto". As recomendações de decisão deste artigo são análises condicionais, não conclusões relatadas pela fonte.
Ilustrações da notícia original
