Fanar-Sadiq: A Multi-Agent Architecture for Grounded Islamic QA

この論文は、イスラム教の聖典や法解釈に基づいた正確な回答を提供するため、意図に応じたルーティング、聖句の検証、および特定の法学派に準拠した計算機能を持つ多エージェント・アーキテクチャ「Fanar-Sadiq」を提案し、その有効性と実用性を示したものである。

要約

この論文は、**「ファンアル・サディク（Fanar-Sadiq）」**という、イスラム教の知識に特化した新しい AI アシスタントの仕組みを紹介しています。

このシステムを一言で表すなら、**「イスラム教の知識を扱うための、超優秀な『分業制』のチーム」**です。

通常の AI（チャットボット）は、どんな質問にも「1 人の天才」が一人で答えようとしますが、宗教のような繊細で複雑な分野では、間違ったことを言ったり（幻覚）、出典を間違えたりするリスクがあります。ファンアル・サディクは、そのリスクを避けるために、**「質問の種類に合わせて、最も適した専門家チームに振り分ける」**という仕組みを採用しています。

以下に、この仕組みをわかりやすく解説します。

1. 従来の AI の問題点：「万能な 1 人」の限界

普通の AI は、すべての質問に対して「1 人の頭脳」で答えを作ろうとします。

• 問題点: 例えば、「お祈りの時間を計算して」という数学的な質問と、「コーランのあの節の意味は？」という聖典の引用、そして「遺産をどう分けるか」という法律の質問を、すべて同じように処理しようとすると、AI は混乱します。
  • 計算ミスをする。
  • 聖典の言葉を勝手に言い換えたり、捏造したりする。
  • 学派（マズハブ）によって答えが異なる場合、一方だけを勝手に選んで誤解を招く。

2. ファンアル・サディクの解決策：「分業制のチーム」

このシステムは、質問が来ると、まず**「受付係（ルーター）」がその質問を分析し、最も得意な「専門家の部屋」**へ案内します。

🏢 受付係（ハイブリッド・クエリ・クラシファイア）

ユーザーの質問を受け取ると、すぐに「これは何の質問か？」を判断します。

• 「こんにちは」→ 挨拶係へ
• 「お金の計算（ザカート）」→ 計算係へ
• 「コーランのあの節を教えて」→ 聖典係へ
• 「遺産の分け方」→ 法律計算係へ

🛠️ 専門家の部屋たち（ツールとエージェント）

1. 🧮 厳密な計算係（ザカート・相続）:

   • 役割: お布施（ザカート）や遺産相続の計算。
   • 仕組み: ここでは AI が「なんとなく」計算しません。**「電卓（決定論的計算機）」**を使います。
   • 例え: 料理のレシピ（イスラム法）に従って、材料（資産）と人数（相続人）を正確に計量し、計算式通りに答えを出します。AI が「たぶんこれくらいかな？」と推測する余地はありません。

2. 📖 厳格な聖典係（コーラン・ハディース）:

   • 役割: コーランや預言者の言葉（ハディース）を引用する。
   • 仕組み: ここでは AI が文章を「創作」してはいけません。**「辞書引き（検索）」**を行います。
   • 例え: 辞書を引くように、正確なページと行から言葉をコピーしてきます。「意味を勝手に解釈して言い換える」ことは禁止されており、必ず「出典（どこから引用したか）」を明記します。

3. ⚖️ 法学の専門家（ファトワ・法解釈）:

   • 役割: 「この行為は許されるか？」などの法的な質問。
   • 仕組み: 複数の学者の意見や文書を検索し、根拠を示しながら答えます。
   • 例え: 裁判官が判決を下すように、必ず「根拠となる条文」を提示します。もし学者間で意見が分かれている場合は、「A 学派ではこう、B 学派ではこう」と両方の意見を提示し、AI が勝手に一方を決めつけたりしません。

4. 📅 時間と場所の係（祈りの時間・イスラム暦）:

   • 役割: 祈りの時間やヒジュラ暦（イスラム暦）の計算。
   • 仕組み: 天文学的な計算や地理座標に基づいた**「厳密なアルゴリズム」**を使います。

3. なぜこれがすごいのか？

このシステムは、**「正しさ」と「信頼性」**を最優先に設計されています。

• 嘘をつかない: 聖典の言葉を勝手に変えたり、存在しないハディースを作ったりしないよう、検索と厳密な計算を徹底しています。
• 出典が明確: 答えの後ろに必ず「どこから取ったか（引用）」が表示されます。
• 多様な意見への配慮: 学派によって答えが異なる場合、それを隠さずに「意見が分かれていること」を伝えます。

4. 実際の成果

このシステムは、すでに公開されており、1 年足らずで約 190 万人が利用しています。
テストでは、従来の AI（GPT-4 や Gemini など）よりも、イスラム教の知識に関する質問でより正確で、信頼できる回答ができることが証明されました。

まとめ

ファンアル・サディクは、**「1 人の万能な AI」に任せるのではなく、「質問の性質に合わせて、計算機、辞書、法律家のチームを組ませて答える」**という、非常に賢い「分業システム」です。

宗教のような「間違いが許されない分野」において、AI が単なる「おしゃべり」ではなく、**「信頼できるパートナー」**として機能するための、新しい設計図を示した画期的な研究です。

技術概要

Fanar-Sadiq: 根拠に基づくイスラム教 QA のためのマルチエージェント・アーキテクチャ

技術的概要（日本語）

本論文は、カタール・コンピューティング・リサーチ・インスティテュート（QCRI）によって提案された、イスラム教に関する質問応答（QA）システム「Fanar-Sadiq」の詳細な技術報告です。大規模言語モデル（LLM）のハルシネーション（幻覚）や出典の誤記という課題を解決し、コーランやハディース、イスラム法（フィクフ）の文脈において、厳密な根拠と計算の正確性を保証するマルチエージェント・アーキテクチャを提案しています。

1. 背景と課題（Problem）

近年の LLM は多様な知識分野で対話型アシスタントとして機能しますが、宗教分野、特にイスラム教の文脈では以下の重大な課題が存在します。

• ハルシネーションと出典の誤り: 聖典（コーランやハディース）の文言を捏造したり、誤って引用したりするリスクが高く、ユーザーを誤導する可能性があります。
• 単一パイプラインの限界: 従来の「検索→生成（Retrieve-then-Generate）」型の RAG（Retrieval-Augmented Generation）では、イスラム教の多様なクエリ意図（単なる聖典の検索、法的判断、厳密な算術計算など）を均一に処理できず、誤答や不正確な計算を引き起こします。
• 複雑な推論の必要性: 遺族相続（Faraid）や喜捨（Zakat）などは、厳格な法的ルールと算術計算を必要とし、自由な生成モデルでは正確な結果を得ることが困難です。

2. 提案手法：Fanar-Sadiq アーキテクチャ（Methodology）

Fanar-Sadiq は、単一のモデルによる生成ではなく、意図に応じたルーティングを行うマルチエージェント・ツール使用アーキテクチャを採用しています。システムは以下の 3 つの主要なフェーズで構成されます。

2.1 ハイブリッド・クエリ分類器（Hybrid Query Classifier）

入力されたクエリを 9 つの意図クラスに分類し、最適な実行パスを選択します。

• 分類クラス: 法廷判断（Fiqh）、コーラン検索、一般イスラム知識、挨拶、Zakat 計算、相続計算、ドゥア（祈り）検索、イスラム暦、礼拝時刻。
• 実装: 主要な分類器として LLM を使用し、低信頼度やエラー発生時には、事前計算されたプロトタイプ埋め込みに基づくフォールバック分類器（コサイン類似度ベース）が機能します。
• 精度: 700 クエリのテストセットで 90.1% の分類精度を達成しました。

2.2 専門ツールとエージェントのルーティング

分類されたクエリに基づき、以下の専用モジュールへルーティングされます。

• ツール呼び出しエージェント:
  • 挨拶ツール: 文化的に適切な挨拶を生成。
  • イスラム暦ツール: ヒジュリ暦とグレゴリオ暦の変換、イスラム行事の検索（決定論的ルールベース）。
  • 礼拝時刻・カイーブラ方向ツール: 地理座標に基づき、天文学的計算（pyIslam 等）で礼拝時刻とカイーブラ方向を算出。
  • ドゥア検索ツール: 事前埋め込みと LLM セレクターを用い、聖典からの逐語的な検索を可能にし、生成によるハルシネーションを防止。
• 決定論的計算パイプライン:
  • Zakat 計算機: 資産、負債、金・銀の価格に基づき、シャリーア法に準拠した厳密な計算を実行。
  • 相続計算機（Faraid）: 遺族の構成とマズハブ（学派）ごとの差異を考慮し、固定持分（Fard）と残余分（Asaba）の配分を決定論的に計算。争議のあるケースでは、複数の学派の結論を並列して提示します。
• 知識検索パイプライン（RAG）:
  • フィクフ判断: 50 万点以上の文書（コーラン、ハディース、古典法典など）から検索し、証拠に基づいた回答を生成。引用タグを正規化し、出典の追跡可能性を確保。
  • コーラン検索: 特定の節（Ayah）の検索、全文検索、統計、解釈に対応。
    • NL2SQL モジュール: 全文検索や統計クエリ（節数カウント等）に対して、自然言語を SQL に変換し、構造化されたコーランデータベースから正確なデータを取得。これにより、生成モデルによる数値誤りや要約の歪みを排除。

2.3 応答の統合と検証

すべてのパイプラインからの出力を統合し、構造化されたメタデータ（引用、URL、実行トレース）と共にユーザーに返却します。生成後の検証ステップにより、コーランやハディースの引用の正確性を再確認します。

3. 主要な貢献（Key Contributions）

1. マルチエージェント・アーキテクチャの提案: 固定された RAG パイプラインを超え、クエリ意図に応じて専門ツール（計算機、検索、NL2SQL など）へルーティングするシステムを構築。
2. 厳密な根拠と検証: 聖典の逐語的検索、引用の正規化、計算の決定論的実行により、イスラム教 QA において不可欠な「忠実性（Faithfulness）」を向上。
3. 包括的な評価: 生成型 QA、多肢選択問題、法的推論など、複数の公開ベンチマークを用いた包括的な評価の実施。
4. 実用化と公開: API と Web アプリケーションとして公開され、公開後 1 年未満で約 190 万回のアクセスを記録。

4. 評価結果（Results）

複数のベンチマーク（IslamicFaithQA, FatwaQA, QIAS, PalmX, IslamTrust）を用いて、GPT-4.1, GPT-5, Gemini-3-Pro などのプロプライエタリモデルおよびオープンソースモデルと比較しました。

• 全体性能: 平均スコア 76.5% を記録し、オープンソースベースライン（ALLaM-7B: 45.9%, Fanar-2-27B: 62.4%）を大幅に上回り、強力なプロプライエタリモデル（Gemini-3-Pro: 79.6%, GPT-5: 77.1%）と競合する性能を示しました。
• 忠実性重視タスク: 生成型 QA（IslamicFaithQA, FatwaQA）において、ハルシネーションが厳しく罰せられるタスクで、他モデルを上回る性能（IslamicFaithQA で 65.4%、FatwaQA で 65.1%）を達成。
• 計算タスク: 相続推論（QIAS）では 72.2%（トップモデルは 93-94%）と課題が残りましたが、これは計算結果をベンチマークの選択肢にマッピングする段階でのエラーが要因と分析されています。
• 実世界での利用: 約 190 万回の利用に対し、ユーザー評価（「いいね」）は 77.4% でした。

5. 意義と結論（Significance）

Fanar-Sadiq は、宗教的な文脈における AI の信頼性向上に向けた重要なステップです。

• 信頼性の確保: 単なる確率的な生成ではなく、ツールとルールベースの計算を組み合わせることで、聖典の誤引用や法的判断の誤りを大幅に低減しました。
• 多様性への対応: ユーザーの多様な意図（検索、計算、推論）を適切に処理する柔軟なアーキテクチャは、他の専門分野の QA システム設計にも応用可能です。
• 透明性と説明責任: 引用の追跡、学派ごとの意見の相違の明示、 abstention（回答を控える）の適切な実装により、ユーザーが AI の出力を批判的に評価できる環境を提供しています。

今後は、より多様な法学派の対応、ルーティングの堅牢性の向上、ハディース集の引用検証の強化などが今後の課題として挙げられています。