Zespół Alkhder zaprezentował system do automatycznego tłumaczenia dialogów z angielskiego na 13 arabskich dialektów, stanowiący część udziału w AlexandriaX-2026. Głównym elementem jest model NileChat-3B-Base dostrojony za pomocą QLoRA - efektywnej techniki fine-tuningu obniżającej koszty obliczeniowe poprzez adaptere wagowe zamiast pełnego treningu modelu.
System podczas tłumaczenia każdej kwestii w dialogu uwzględnia wiele kontekstowych informacji: krajowy dialekt arabski, dziedzinę tematyczną, role uczestników rozmowy i kierunek płci między mówiącym a adresatem. To podejście oparte na warunkowaniu pozwala na bardziej precyzyjne i dostosowane tłumaczenia dla konkretnych sytuacji komunikacyjnych. Podczas inferencji model tłumaczy dialogi autoregresywnie, wykorzystując własne poprzednie wyjścia jako kontekst bez dostępu do referencyjnych danych testowych.
Wydajność systemu pokazuje praktyczną przydatność podejścia: trenowanie zajmuje zaledwie około godziny, a tłumaczenie całego prywatnego zestawu testowego - poniżej dwóch godzin, przy wykorzystaniu wyłącznie danych z korpusu Alexandria. Uzyskane wyniki - spBLEU 20.36 i chrF++ 36.64 uśrednione po krajach - demonstrują, że taka architektura może być efektywnym rozwiązaniem dla wielodialektalnego tłumaczenia dialogów.