論文の概要: Islamic Large Language Models: From Knowledge Acquisition to Trustworthy and Hallucination-Resistant AI

• arxiv url: http://arxiv.org/abs/2606.16629v1
• Date: Mon, 15 Jun 2026 12:22:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:34.514327
• Title: Islamic Large Language Models: From Knowledge Acquisition to Trustworthy and Hallucination-Resistant AI
• Title（参考訳）: イスラム大言語モデル:知識獲得から信頼と幻覚のAIへ
• Authors: Mohammed Amine Mouhoub,
• Abstract要約: 大きな言語モデル (LLM) は知識集約的な質問応答にますます使われている。 この調査は、イスラムLLMと信頼できるイスラムAIの新興分野をレビューする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Large language models (LLMs) are increasingly used for knowledge-intensive question answering, including religious and legal questions. Islamic knowledge is a particularly demanding setting: answers are expected to be grounded in authoritative sources, citations must be exact, Arabic varieties differ substantially from the language of classical sources, and legitimate jurisprudential disagreement must be represented rather than collapsed into a single answer. This survey reviews the emerging field of Islamic LLMs and trustworthy Islamic AI. We organize the literature around Arabic NLP and Arabic-centric LLMs, Islamic NLP resources, Qur'anic question answering, Islamic knowledge benchmarks, retrieval-augmented generation, Islamic legal reasoning, inheritance reasoning, hallucination evaluation, and trustworthiness. We argue that fluency in Arabic is not sufficient for Islamic AI. Reliable systems require curated sources, retrieval and verification modules, citation-aware generation, madhhab-aware reasoning, human expert evaluation, and benchmarks that measure not only answer accuracy but also faithfulness, source validity, and reasoning quality. The survey concludes with a research agenda for hallucination-resistant Islamic AI systems.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、宗教的および法的問題を含む知識集約的な質問応答にますます使用される。 答えは権威的な情報源に基礎を置くことが期待され、引用は正確でなければならず、アラビア語の変種は古典的な情報源の言語と大きく異なり、正統な法学的な意見の相違は単一の答えに分解されるよりもむしろ表現されなければならない。 この調査は、イスラムLLMと信頼できるイスラムAIの新興分野をレビューする。 我々は、アラビアのNLPとアラビア語中心のLLMに関する文献、イスラムのNLPリソース、クルアニックの質問応答、イスラム知識ベンチマーク、検索強化された世代、イスラムの法的推論、継承推論、幻覚評価、信頼度に関する文献を整理する。 アラビア語の流布はイスラムAIには十分ではないと我々は主張する。 信頼性の高いシステムには、キュレートされたソース、検索と検証モジュール、引用認識生成、マドハブ認識推論、人間の専門家評価、そして答えの正確性だけでなく、信頼性、情報源の妥当性、推論品質も測定するベンチマークが必要である。 この調査は、幻覚耐性のイスラムAIシステムの研究課題で締めくくられている。

関連論文リスト

• Fanar-Sadiq: A Multi-Agent Architecture for Grounded Islamic QA [14.54455982763367]
  ファナー・サディク (Fanar-Sadiq) は、アラビア語/英語の多言語アシスタント。 イスラム関連のクエリをエージェント型ツール使用アーキテクチャ内の特殊なモジュールにルーティングする。 一般向けイスラムQAベンチマークによるエンドツーエンドシステムの評価を行った。
  論文  参考訳（メタデータ） (2026-03-09T15:35:12Z)
• IslamicLegalBench: Evaluating LLMs Knowledge and Reasoning of Islamic Law Across 1,200 Years of Islamic Pluralist Legal Traditions [1.3052252174353483]
  ISLegalBenchは、イスラム法学の7つの学派でLSMを評価する最初のベンチマークである。 最良のモデルは68%の正しさしか達成せず、幻覚は21%である。 ショットプロンプトは最小限のゲインを提供し、9つのモデルのうち2つしか改善していない。
  論文  参考訳（メタデータ） (2026-02-02T10:30:59Z)
• From RAG to Agentic RAG for Faithful Islamic Question Answering [12.67590523116037]
  ISLAMICFAITHQAは、3,810itemのバイリンガル(アラビア語/英語)生成ベンチマークであり、原子シングルゴールドの回答である。 我々はまた,反復的証拠探索と回答のための構造化ツールコールを用いたエージェント的クラングラウンドフレームワーク(エージェントRAG)を開発した。
  論文  参考訳（メタデータ） (2026-01-12T13:28:28Z)
• DialectalArabicMMLU: Benchmarking Dialectal Capabilities in Arabic and Multilingual Language Models [54.10223256792762]
  アラビア方言における大規模言語モデル(LLM)の性能評価のための新しいベンチマークであるDialectalArabicMMLUを提案する。 MMLU-Redux フレームワークを手動で翻訳し、3K 個の質問応答対を5つの主要な方言に適応することで拡張する。
  論文  参考訳（メタデータ） (2025-10-31T15:17:06Z)
• Can LLMs Write Faithfully? An Agent-Based Evaluation of LLM-generated Islamic Content [1.922162958936778]
  大きな言語モデルはイスラム教の指導にますます使われるが、テキストを誤って引用したり、法学を誤用したり、文化的に矛盾した反応を生んだりするリスクがある。 GPT-4o、Ansari AI、Fanarの評価を、真正のイスラムブログからのプロンプトでパイロットする。 GPT-4oはイスラムの正確さ(3.93)とCitation(3.38)、Ansari AI(3.68, 3.32)、Fanar Lagged(2.76, 1.82)で最高点を記録した。
  論文  参考訳（メタデータ） (2025-10-28T14:05:55Z)
• Second Language (Arabic) Acquisition of LLMs via Progressive Vocabulary Expansion [70.23624194206171]
  本稿では,アラブ世界における大規模言語モデル(LLM)の民主化の必要性に対処する。 アラビア語のLLMの実用的な目的の1つは、復号を高速化するトークン化器にアラビア語固有の語彙を使用することである。 第二言語(アラビア語)による人への獲得の間に語彙学習に触発されたAraLLaMAは、進歩的な語彙拡張を採用している。
  論文  参考訳（メタデータ） (2024-12-16T19:29:06Z)
• AceGPT, Localizing Large Language Models in Arabic [73.39989503874634]
  本稿では,アラビア語のテキストによる事前学習,ネイティブなアラビア語命令を利用したSFT(Supervised Fine-Tuning),アラビア語のGPT-4応答を含む総合的なソリューションを提案する。 目標は、文化的に認知され、価値に整合したアラビア語のLLMを、多様で応用特有のアラビア語コミュニティのニーズに適応させることである。
  論文  参考訳（メタデータ） (2023-09-21T13:20:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。