論文の概要: Muslim: A Deployed Arabic Voice AI Platform for Grounded Islamic Knowledge

• arxiv url: http://arxiv.org/abs/2609.31511v1
• Date: Fri, 25 Sep 2026 16:51:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.494991
• Title: Muslim: A Deployed Arabic Voice AI Platform for Grounded Islamic Knowledge
• Title（参考訳）: イスラムの知識を積み重ねたアラビア語の音声AIプラットフォーム
• Abstract要約: 原文(投稿日:2009/01/16)へのリンク 私たちは、アラビア語の音声AIプラットフォームであるムスリムを紹介します。 実測のレイテンシと精度の数値(98.4%の応答バリデーション精度、0.9-1.7sのエンドツーエンド音声レイテンシ)を報告し、実運用における具体的なエンジニアリング上のトレードオフと制限について論じる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present Muslim, a production Arabic voice AI platform serving grounded, sourced Islamic knowledge to real users. Beyond a real-time voice pipeline (NeMo Arabic ASR, an OpenAI-compatible LLM endpoint, self-hosted TTS) and a deterministic multi-source retrieval layer routed across six Model Context Protocol servers, we report three things a research prototype typically lacks. First, a released family of fine-tuned Arabic Islamic model artifacts: an efficient tool-routing LLM (Muslim-6B-PRO, 5.94B parameters) and a Modern Standard Arabic TTS model (Fasih-TTS-V1) that ranks 5th of 17 overall and 2nd of 11 open-weight systems on the community-voted Arabic TTS Arena for MSA. Second, an account and metering layer - a free per-account turn allowance, capacity-aware refusal, and email verification deferred to the point it actually matters - that turns an open demo into an operable, abuse-resistant product. Third, a three-layer observability stack (liveness, error reporting, product analytics) built specifically around the system's characteristic failure mode: a GPU-bound agent host going silent while the web tier keeps serving normally. We report real, measured latency and accuracy figures (98.4% recitation-validation accuracy on 124 cases; end-to-end voice latency of 0.9-1.7s) and discuss the concrete engineering trade-offs and limitations of running an Islamic-knowledge voice product in production.
• Abstract（参考訳）: 原文(投稿日:2009/01/16)へのリンク 私たちは、アラビア語の音声AIプラットフォームであるムスリムを紹介します。 リアルタイム音声パイプライン(NeMo Arabic ASR、OpenAI互換のLLMエンドポイント、自己ホスト型TS)と6つのModel Context Protocolサーバにルーティングされる決定論的マルチソース検索層以外に、研究プロトタイプに一般的に欠けている3つのことを報告します。 まず、効率的なツールルーティング LLM (Muslim-6B-PRO, 5.94Bパラメータ) とモダンスタンダード アラビア TTS モデル (Fasih-TTS-V1) がリリースされ、コミュニティで投票されたアラブ TTS アリーナの11のオープンウェイトシステムの5位と2位にランクインしている。 第2に,アカウントと計測レイヤ – 無償のアカウント単位の代金支払い,キャパシティ対応の拒否,Eメールの検証 – が,実際に重要なポイントに延期されている。 第三に、システムの特徴的な障害モードに特化して構築された3層オブザーバビリティスタック(ライブ性、エラーレポート、製品分析)である。 実測のレイテンシと精度の数値(98.4%の応答バリデーション精度、0.9-1.7sのエンドツーエンド音声レイテンシ)を報告し、実運用における具体的なエンジニアリング上のトレードオフと制限について論じる。

関連論文リスト

• Qwen-Audio-3.0-ASR Technical Report [52.28849889799101]
  本稿では,Mixture-of-Experts (MoE) LLM-based ASRシステムであるQwen-Audio-3.0-ASRを提案する。 Qwen-Audio-3.0-ASRは8つの主要方言領域にまたがる30の言語と16の中国語方言の転写をサポートしている。 レイテンシに敏感なアプリケーションのための専用ストリーミング変種Qwen-Audio-3.0-ASR-Streamingを開発した。
  論文  参考訳（メタデータ） (2026-09-07T14:30:56Z)
• Ansari: A Retrieval-Grounded Islamic AI Assistant -- Architecture, Deployment, and Lessons from 140,000 Conversations [0.43748379918040853]
  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。
  論文  参考訳（メタデータ） (2026-06-30T20:17:22Z)
• 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)
• 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)
• AHELM: A Holistic Evaluation of Audio-Language Models [78.20477815156484]
  マルチモーダルオーディオ言語モデル(ALM)は、インターリーブされた音声とテキストを入力および出力テキストとして取り込む。 AHELMは、PARADEとCoRe-Benchと呼ばれる2つの新しい合成オーディオテキストデータセットを含む、さまざまなデータセットを集約するベンチマークである。 また、モデル間の等価比較を確保するために、プロンプト、推論パラメータ、評価指標を標準化する。
  論文  参考訳（メタデータ） (2025-08-29T07:40:39Z)
• UI-Level Evaluation of ALLaM 34B: Measuring an Arabic-Centric LLM via HUMAIN Chat [1.2788586581322734]
  サウジのデータとAI機関は、アラビアに焦点を当てたモデルのファミリーである$allaM$を導入した。 最も有能な$ALLaM-34B$は、HUMAIN Chatを開発したHUMAINによって採用された。 本稿では,拡張されたUIレベルの$ALLaM-34B$について述べる。
  論文  参考訳（メタデータ） (2025-08-24T14:32:15Z)
• AIN: The Arabic INclusive Large Multimodal Model [71.29419186696138]
  AIN (英語: AIN) は、英語とアラビア語で卓越するように設計された英語とアラビア語のバイリンガルLMMである。 AINは最先端のアラビア語のパフォーマンスを実証する一方で、英語の視覚能力も優れている。 AINの優れた能力は、先進的なマルチモーダル生成AIツールでアラビア語話者を強化するための重要なステップである。
  論文  参考訳（メタデータ） (2025-01-31T18:58:20Z)

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。