我々は、エジプト方言向けに設計されたLLM（大規模言語モデル）のコレクションであるNile-Chat-4B、3x4B-A6B、および12Bを紹介します。これらのモデルは、アラビア文字とラテン文字で書かれたテキストを理解し生成するためのユニークな設計が施されています。特に、Nile-Chat-3x4B-A6Bでは、Branch-Train-MiX戦略を活用した新しい言語適応手法を導入しており、スクリプト専門のエキスパートを単一のMoE（Mixture of Experts）モデルに統合しています。当社のNile-Chatモデルは、新しく導入したエジプト評価ベンチマークにおいて、LLaMa、Jais、ALLaMなどの主要な多言語およびアラビア語LLMを大幅に上回る性能を示しています。このベンチマークは理解タスクと生成タスクの両方をカバーしています。特に注目に値するのは、12Bモデルがラテン文字のベンチマークでQwen2.5-14B-Instructに対して14.4%の性能向上を達成していることです。当社のすべてのリソースは公開されています。本研究は、現代のLLM開発においてしばしば見落とされる側面である双方向スクリプト言語への適応に関する包括的な方法論を提示すると考えています。