Fanar-Sadiq: Uma Arquitetura Multiagente para Perguntas e Respostas Islâmicas 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
Resumo
Os grandes modelos de linguagem (LLMs) podem responder fluentemente a perguntas sobre conhecimento religioso, mas frequentemente alucinam e atribuem erroneamente fontes, o que é especialmente problemático em contextos islâmicos, onde os utilizadores esperam fundamentação em textos canónicos (Alcorão e Hadith) e nuance jurisprudencial (fiqh). A geração aumentada por recuperação (RAG) reduz algumas destas limitações ao fundamentar a geração em evidências externas. No entanto, um único pipeline de "recuperar e depois gerar" é limitado para lidar com a diversidade de consultas islâmicas. Os utilizadores podem solicitar escrituras textuais, orientações ao estilo de fatwa com citações ou cálculos com restrições normativas, como o zakat e a herança, que exigem invariantes aritméticas e legais estritas. Neste trabalho, apresentamos um assistente islâmico bilíngue (árabe/inglês) multiagente, denominado Fanar-Sadiq, que é um componente central da plataforma Fanar AI. O Fanar-Sadiq encaminha consultas relacionadas com o Islão para módulos especializados dentro de uma arquitetura agentica e com uso de ferramentas. O sistema suporta encaminhamento consciente da intenção, respostas de fiqh fundamentadas em recuperação com normalização determinística de citações e rastreios de verificação, pesquisa exata de versículos com validação de citação e calculadoras determinísticas para o zakat e herança sunitas com ramificação sensível ao madhhab. Avaliamos o sistema completo de ponta a ponta em benchmarks públicos de QA islâmico e demonstramos eficácia e eficiência. O nosso sistema está atualmente acessível publicamente e gratuitamente através de uma API e de uma aplicação Web, e foi acedido aproximadamente 1,9 milhões de vezes em menos de um ano.
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.