Een team van wetenschappers heeft een reeks open-weight taalmodellen ontwikkeld die specifiek zijn geoptimaliseerd voor het Wolof. Deze taal, die volgens britannica.com door miljoenen mensen wordt gesproken en vooral dominant is in Senegal, was tot op heden ondervertegenwoordigd in publiek toegankelijke AI-systemen. De nieuwe modellen beogen deze technologische kloof te dichten door een toegankelijker alternatief te bieden voor commerciële oplossingen.
In een wetenschappelijk rapport dat op 14 oktober 2026 is gepubliceerd via arxiv.org, leggen de auteurs uit dat bestaande API-gebaseerde systemen vaak barrières opwerpen voor lokale implementaties. De onderzoekers stellen dat dergelijke commerciële diensten niet alleen hoge kosten met zich meebrengen, maar ook vragen oproepen over digitale soevereiniteit en governance. Door te kiezen voor open-weight modellen kunnen lokale organisaties en ontwikkelaars de technologie flexibeler en onafhankelijker inzetten.
Technische architectuur en optimalisatie
De ontwikkelde modellen variëren in omvang, met versies die lopen van 0,6 miljard tot 14 miljard parameters. Om de taalvaardigheid in het Wolof te maximaliseren, is gebruikgemaakt van een geavanceerde technische pijplijn. Volgens de publicatie op omvatten deze methoden onder meer instruction tuning, preference alignment en model merging. Deze technieken zorgen ervoor dat de AI niet enkel de grammatica en woordenschat van de taal begrijpt, maar ook in staat is om complexe instructies correct uit te voeren en antwoorden te genereren die aansluiten bij de gebruikerservaring.
De effectiviteit van deze aanpak is uitgebreid getoetst via 63 verschillende taken, waarbij zowel publieke datasets als intern ontwikkelde tests zijn gebruikt. De resultaten tonen aan dat de modellen sterk presteren in het genereren van Wolof-teksten. Opvallend is dat deze specialisatie niet ten koste is gegaan van de algemene prestaties; de modellen behouden hun cross-linguale capaciteiten en blijven effectief in andere talen.
Prestaties ten opzichte van commerciële systemen
Uit de experimenten blijkt dat vooral de grotere varianten, specifiek de modellen met 8 en 14 miljard parameters, zeer competitief zijn. In het rapport op wordt gesteld dat deze modellen zich succesvol kunnen meten met commerciële systemen die in absolute termen veel groter zijn. Dit wijst erop dat gerichte optimalisatie voor een specifieke taal effectiever kan zijn dan het simpelweg vergroten van de algemene rekenkracht of modelcapaciteit.
De praktische waarde van deze innovatie wordt momenteel verder onderzocht. De onderzoekers melden dat de systemen worden ingezet in interne pilots voor klantenservice, om te evalueren hoe de AI kan ondersteunen binnen een zakelijke context.
Toegankelijkheid en wetenschappelijke basis
Het project is geleid door een team van experts, waaronder Gwénolé Lecorvé. De volledige technische onderbouwing, inclusief 27 tabellen met prestatiegegevens, is opgenomen in het document dat is ingediend onder de categorieën Artificial Intelligence en Computation and Language. Om verdere innovatie te stimuleren, zijn de modellen publiekelijk beschikbaar gesteld, waardoor de digitale toegankelijkheid voor de miljoenen sprekers van het Wolof — een taal die volgens een centrale rol speelt in de regio — aanzienlijk wordt vergroot.