QIAS 2026におけるQU-NLP：アラビア語のイスラム相続推論のためのマルチステージQLoRAファインチューニング

要旨: イスラーム相続法（ilm al-mawar{\i}th）は、大規模言語モデルの構造化された推論能力を評価するうえで困難な領域であり、複数ステップの法的分析、ルールに基づくブロッキング判断、および正確な分数計算を必要とします。私たちは、アラビア語のイスラーム相続推論に関するQIAS 2026共有タスクへの、QU-NLPの提出を提示します。提案手法は、Qwen3-4Bに対してマルチステージのQuantized Low-Rank Adaptation（QLoRA）による微調整を用います：（1）相続の用語および法学的推論パターンを獲得するため、3,166件のイスラームのファトワ記録に対するドメイン適応を行い、続いて（2）JSON形式の出力生成を最適化するため、12,000件の構造化された相続事例に対するタスク固有の学習を実施します。ランク128のLoRAアダプタと、4ビットNF4量子化を用いることで、私たちのモデルはテストセットにおいて90%のMIR-E（Mawarith Inheritance Reasoning Evaluation）スコアを達成し、大規模な計算資源をほとんど必要としないにもかかわらず競争力のある性能を示します。結果は、構造化された出力学習と組み合わせたドメイン固有の事前適応により、小型言語モデルでも、Gemini-2.5-flashのような商用システムと比較して、複雑な法的推論タスクを効果的に実行できることを示しています。