Fanar-Sadiq: Una Arquitectura Multi-Agente para Preguntas y Respuestas Islámicas Fundamentadas
Fanar-Sadiq: A Multi-Agent Architecture for Grounded Islamic QA
March 9, 2026
Autores: Ummar Abbas, Mourad Ouzzani, Mohamed Y. Eltabakh, Omar Sinan, Gagan Bhatia, Hamdy Mubarak, Majd Hawasly, Mohammed Qusay Hashim, Kareem Darwish, Firoj Alam
cs.AI
Resumen
Los grandes modelos de lenguaje (LLM) pueden responder con fluidez a consultas de conocimiento religioso, pero a menudo alucinan y atribuyen erróneamente las fuentes, lo cual es especialmente problemático en contextos islámicos, donde los usuarios esperan un fundamento en los textos canónicos (Corán y Hadiz) y matices jurisprudenciales (fiqh). La generación aumentada por recuperación (RAG) reduce algunas de estas limitaciones al fundamentar la generación en evidencia externa. Sin embargo, un único pipeline de "recuperar y luego generar" es limitado para manejar la diversidad de consultas islámicas. Los usuarios pueden solicitar escrituras textuales, orientación al estilo de fatwas con citas o cálculos restringidos por reglas, como el zakat y la herencia, que requieren invariantes aritméticos y legales estrictos. En este trabajo, presentamos un asistente islámico multilingüe (árabe/inglés) y multiagente, llamado Fanar-Sadiq, que es un componente central de la plataforma Fanar AI. Fanar-Sadiq dirige las consultas relacionadas con el islam a módulos especializados dentro de una arquitectura agentica que utiliza herramientas. El sistema admite el enrutamiento consciente de la intención, respuestas de fiqh fundamentadas en recuperación con normalización determinista de citas y trazas de verificación, búsqueda exacta de versículos con validación de citas, y calculadoras deterministas para el zakat y la herencia sunitas con ramificación sensible a la madhhab. Evaluamos el sistema completo de extremo a extremo en benchmarks públicos de preguntas y respuestas islámicas y demostramos su eficacia y eficiencia. Nuestro sistema es actualmente de acceso público y gratuito a través de una API y una aplicación web, y ha sido accedido aproximadamente 1.9 millones de veces en menos de un año.
English
Large language models (LLMs) can answer religious knowledge queries fluently, yet they often hallucinate and misattribute sources, which is especially consequential in Islamic settings where users expect grounding in canonical texts (Qur'an and Hadith) and jurisprudential (fiqh) nuance. Retrieval-augmented generation (RAG) reduces some of these limitations by grounding generation in external evidence. However, a single ``retrieve-then-generate'' pipeline is limited to deal with the diversity of Islamic queries. Users may request verbatim scripture, fatwa-style guidance with citations or rule-constrained computations such as zakat and inheritance that require strict arithmetic and legal invariants. In this work, we present a bilingual (Arabic/English) multi-agent Islamic assistant, called Fanar-Sadiq, which is a core component of the Fanar AI platform. Fanar-Sadiq routes Islamic-related queries to specialized modules within an agentic, tool-using architecture. The system supports intent-aware routing, retrieval-grounded fiqh answers with deterministic citation normalization and verification traces, exact verse lookup with quotation validation, and deterministic calculators for Sunni zakat and inheritance with madhhab-sensitive branching. We evaluate the complete end-to-end system on public Islamic QA benchmarks and demonstrate effectiveness and efficiency. Our system is currently publicly and freely accessible through API and a Web application, and has been accessed approx1.9M times in less than a year.