論文の概要: Ansari: A Retrieval-Grounded Islamic AI Assistant -- Architecture, Deployment, and Lessons from 140,000 Conversations
- arxiv url: http://arxiv.org/abs/2608.20390v1
- Date: Tue, 30 Jun 2026 20:17:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.296407
- Title: Ansari: A Retrieval-Grounded Islamic AI Assistant -- Architecture, Deployment, and Lessons from 140,000 Conversations
- Title（参考訳）: Ansari: Retrieval-Grounded Islamic AI Assistant -- アーキテクチャ、デプロイ、14000の会話からの教訓
- Abstract要約: Ansariは、2023年6月以来14万件以上の会話を処理してきた、検索機能を備えたイスラムAIアシスタントだ。
その答えは、検索したものに基づいてのみ答え、検証のために引用がアタッチされる。
認定機関試験におけるゼロショット性能、ラマダンでの人格評価、アンサリが現在、フロンティアモデルよりも上位にある2つの独立した外部ベンチマークなど、いくつかの相補的な評価結果について報告する。
- 参考スコア（独自算出の注目度）: 0.43748379918040853
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: General-purpose large language models (LLMs) are increasingly used to answer religious questions, but for Islamic content they carry two serious risks: factual fabrication (inventing Qur'anic verses or hadith) and subtle value misalignment. We present Ansari, a deployed, retrieval-grounded Islamic AI assistant that has handled more than 140,000 conversations across 25+ languages since June 2023. Ansari is built around an agentic retrieval loop: a tool-using language model issues searches against authenticated Islamic corpora -- the Qur'an, hadith collections, a multi-volume jurisprudence (fiqh) encyclopedia, and exegetical (tafsir) sources -- and answers only on the basis of what it retrieves, with citations attached for verification. We describe the system's architecture (the agent loop, the retrieval tools, the corpora, and the system prompt that encodes editorial and theological policy), its multi-platform deployment (web, mobile, WhatsApp, and as a Model Context Protocol server and an Agent Skill), and what 140,000 real conversations reveal about how Muslims actually use such a tool. We report results on several complementary evaluations -- zero-shot performance on accredited institutional exams, a human-rated validation during Ramadan, and two independent, externally run benchmarks on which Ansari currently tops the public IslamicMMLU leaderboard ahead of frontier models and is competitive on Islamic legal reasoning (IslamicLegalBench) while strongly resisting false premises -- and draw out lessons that generalize beyond Islam to any faith- or values-sensitive deployment of LLMs: grounding is necessary but not sufficient, the system prompt is a theological as much as a technical artifact, and the absence of community in how models are formed remains a hard gap.
- Abstract（参考訳）: 一般目的の大規模言語モデル(LLM)は、宗教的な疑問に答えるために使われることが多いが、イスラム教のコンテンツでは、事実の作り方(クルアーン詩やハディースを発明する)と微妙な価値のミスアライメントの2つの重大なリスクを負っている。
われわれは2023年6月以来、25言語以上の言語で14万以上の会話を処理してきたイスラムAIアシスタントAnsariを紹介した。
ツール使用言語モデルでは、認証されたイスラムコーパス -- クルアーン、ハディスコレクション、多巻のジャリスプルーデンス(fiqh)百科事典、エクセジカル(タフサール)ソース -- を探索し、その検索内容に基づいてのみ回答する。
本稿では,システムアーキテクチャ(エージェントループ,検索ツール,コーパス,システムプロンプトをエンコードするシステムプロンプト),マルチプラットフォームデプロイメント(Web,モバイル,WhatsApp,モデルコンテキストプロトコルサーバとエージェントスキル),そしてムスリムが実際にそのようなツールをどのように使っているかについての14万件の実際の会話について述べる。
認定制度試験におけるゼロショット性能、ラマダンにおける人格評価、そしてアンサリが現在公のイスラムMMLUリーダーボードをフロンティアモデルに先んじ、イスラム法理(IslamicLegalBench)に競争している2つの独立した外部実行ベンチマークに関するいくつかの補完的評価の結果を報告する。
関連論文リスト
- Jais 2: A Family of Arabic-Centric Open Large Language Models [63.04528207880757]
Jais 2は、MBzuAI、Cerebras、Inceptionと共同で開発されたアラビア語中心の大規模言語モデルのファミリーである。
Jais 2は、このレポートで考慮されたベンチマークと競合する英語の結果に対して、強いアラビアのパフォーマンスを達成する。
We release the model in HuggingFace under a commercially permissive license。
論文 参考訳（メタデータ） (2026-07-07T13:54:49Z) - Islamic Large Language Models: From Knowledge Acquisition to Trustworthy and Hallucination-Resistant AI [0.0]
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。
論文 参考訳（メタデータ） (2026-06-15T12:22:36Z) - 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) - 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) - Rethinking Testing for LLM Applications: Characteristics, Challenges, and a Lightweight Interaction Protocol [83.83217247686402]
大言語モデル(LLM)は、単純なテキストジェネレータから、検索強化、ツール呼び出し、マルチターンインタラクションを統合する複雑なソフトウェアシステムへと進化してきた。
その固有の非決定主義、ダイナミズム、文脈依存は品質保証に根本的な課題をもたらす。
本稿では,LLMアプリケーションを3層アーキテクチャに分解する: textbftextitSystem Shell Layer, textbftextitPrompt Orchestration Layer, textbftextitLLM Inference Core。
論文 参考訳（メタデータ） (2025-08-28T13:00:28Z) - Husky: A Unified, Open-Source Language Agent for Multi-Step Reasoning [67.26776442697184]
我々はHuskyを紹介した。Huskyは総合的でオープンソースの言語エージェントで、統一されたアクション空間について推論することを学ぶ。
ハスキーは、(1)与えられたタスクを解決するために次のアクションを生成すること、2)エキスパートモデルを使用してアクションを実行すること、の2つの段階を繰り返す。
実験の結果,Huskyは14の評価データセットで先行言語エージェントよりも優れていた。
論文 参考訳（メタデータ） (2024-06-10T17:07:25Z) - Arabic Text Sentiment Analysis: Reinforcing Human-Performed Surveys with
Wider Topic Analysis [49.1574468325115]
詳細な研究は、2002年から2020年の間に英語で出版された133のASA論文を手作業で分析する。
主な発見は、機械学習、レキシコンベース、ハイブリッドアプローチといった、ASAで使用されるさまざまなアプローチを示している。
アラビア文字SAについては、業界だけでなく学術分野でも使用できるASAツールを開発する必要がある。
論文 参考訳（メタデータ） (2024-03-04T10:37:48Z) - SADAS: A Dialogue Assistant System Towards Remediating Norm Violations
in Bilingual Socio-Cultural Conversations [56.31816995795216]
SADAS(Socially-Aware Dialogue Assistant System)は、会話が敬意と理解で広がることを保証するためのシステムである。
本システムの新しいアーキテクチャは,(1)対話に存在する規範のカテゴリを特定すること,(2)潜在的な規範違反を検出すること,(3)違反の深刻さを評価すること,(4)違反の是正を目的とした対策を実施すること,を含む。
論文 参考訳（メタデータ） (2024-01-29T08:54:21Z)
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。