Falcon-Emirati-7B：专精于阿联酋方言与文化的大语言模型

Falcon-Emirati-7B 是基于 Falcon-H1-Arabic 的 7B 参数模型，专门用于理解和生成地道的阿联酋阿拉伯语方言及其文化语境。该模型通过整合真实的阿联酋方言网络数据、关于阿联酋文化的现代标准阿拉伯语材料，以及受词汇表和风格规则指导的合成数据，以弥补方言书面语料稀缺的挑战。其训练策略涉及大量试验，以确定方言数据的最佳注入比例、阶段以及与标准阿拉伯语数据的平衡。