Фанар-Садик: Многоагентная архитектура для обоснованных вопросно-ответных систем в исламской тематике

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

March 9, 2026

Авторы: Ummar Abbas, Mourad Ouzzani, Mohamed Y. Eltabakh, Omar Sinan, Gagan Bhatia, Hamdy Mubarak, Majd Hawasly, Mohammed Qusay Hashim, Kareem Darwish, Firoj Alam

cs.AI

Аннотация

Крупные языковые модели (LLM) способны бегло отвечать на вопросы религиозного характера, однако они часто склонны к галлюцинациям и ошибочной атрибуции источников, что особенно проблематично в исламском контексте, где пользователи ожидают опоры на канонические тексты (Коран и Сунну) и учет нюансов мусульманского права (фикха). Генерация с расширением выборки (RAG) частично устраняет эти ограничения, обосновывая генерацию внешними свидетельствами. Однако единый конвейер «извлечь-затем-сгенерировать» не способен охватить всё разнообразие исламских запросов. Пользователи могут запрашивать дословные цитаты из священных текстов, фетвы со ссылками на источники или вычисления в рамках религиозных предписаний, такие как закят и правила наследования, требующие строгого соблюдения арифметических и правовых инвариантов. В данной работе мы представляем двуязычного (арабский/английский) мультиагентного исламского ассистента Fanar-Sadiq, который является ключевым компонентом платформы Fanar AI. Fanar-Sadiq направляет запросы, связанные с исламом, к специализированным модулям в рамках архитектуры, основанной на использовании инструментов агентами. Система поддерживает маршрутизацию с учетом намерения, ответы по фикху, обоснованные поиском, с детерминированной нормализацией цитирования и трассировкой верификации, точный поиск аятов с проверкой цитирования, а также детерминированные калькуляторы для суннитского закята и наследования с учетом мазхабных вариаций. Мы оцениваем полную сквозную систему на публичных бенчмарках исламских вопросов и ответов и демонстрируем ее эффективность и производительность. Наша система в настоящее время общедоступна и бесплатна через API и веб-приложение, и за менее чем год к ней было обращено около 1,9 млн раз.

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.