Ansari：基于检索式RAG的伊斯兰AI助手——架构、部署与14万次对话经验

arXiv:2608.20390v1 公告类型：新论文

摘要

通用大语言模型（LLMs）正被越来越多地用于回答宗教问题，但就伊斯兰内容而言，它们存在两类严重风险：事实性捏造（编造古兰经经文或圣训）以及隐性的价值观错位。本文介绍 Ansari，一款已投入使用的、基于检索的伊斯兰 AI 助手，自 2023 年 6 月以来已处理超过 14 万次对话，覆盖 25 种以上语言。Ansari 围绕一个 agentic 检索循环构建：一个具备工具调用能力的语言模型对经过认证的伊斯兰文献库发起检索——包括古兰经、圣训集、多卷本教法（fiqh）百科全书以及经注学（tafsir）文献——并仅基于检索到的内容作答，同时附上引用以供核实。我们描述了该系统的架构（agent 循环、检索工具、文献库，以及编码了编辑方针与神学政策的系统提示词）、其多平台部署情况（网页端、移动端、WhatsApp，以及作为 Model Context Protocol server 和 Agent Skill），并从 14 万次真实对话中揭示了穆斯林用户实际如何使用此类工具。我们报告了多项互补评估的结果——在认证机构考试上的零样本表现、斋月期间的人工评分验证，以及两项独立的外部 benchmark：Ansari 目前在公开的 IslamicMMLU 排行榜上领先于前沿模型，在伊斯兰法律推理（IslamicLegalBench）上具有竞争力，同时能强有力地抵制错误前提——并提炼出可推广至伊斯兰之外、适用于任何涉及信仰或价值观敏感场景的 LLM 部署的经验教训：grounding 是必要但不充分的条件；系统提示词既是技术产物也是神学产物；模型形成过程中社群参与的缺失仍是一个难以弥合的鸿沟。