arXiv:2604.20996v2 Announce Type: replace 
Abstract: How can language learning systems be developed for languages that lack sufficient training resources? This challenge is increasingly faced by developers across the African continent who aim to build AI systems capable of understanding and responding in local languages. To address this gap, we introduce AFRILANGDICT, a collection of 194.7K African language-English dictionary entries designed as seed resources for generating language-learning materials, enabling us to automatically construct large-scale, diverse, and verifiable student-tutor question-answer interactions suitable for training AI-assisted language tutors. Using AFRILANGDICT, we build AFRILANGEDU, a dataset of 78.9K multi-turn training examples for Supervised Fine-Tuning (SFT) and Direct Preference Optimization (DPO). Using AFRILANGEDU, we train language tutoring models collectively referred to as AFRILANGTUTOR. We fine-tune two multilingual LLMs: Llama-3-8B-IT and Gemma-3-12B-IT on AFRILANGEDU across 10 African languages and evaluate their performance. Our results show that models trained on AFRILANGEDU consistently outperform their base counterparts, and combining SFT and DPO yields substantial improvements, with gains ranging from 1.8% to 15.5% under LLM-as-a-judge evaluations across four criteria. To facilitate further research on low-resource languages, all resources are available at https://huggingface.co/afrilang-edu.

تم تقديم AFRILANGTUTOR كمبادرة جديدة تهدف إلى تعزيز تعليم اللغات والتعليم الثقافي في اللغات ذات الموارد المحدودة باستخدام نماذج اللغة الكبيرة. تستخدم هذه المبادرة AFRILANGDICT، وهي مجموعة من 194.7 ألف مدخل قاموس للغات الأفريقية-الإنجليزية، لإنشاء مجموعة بيانات تُدعى AFRILANGEDU، والتي تتضمن 78.9 ألف مثال تدريبي متعدد الأدوار لتطوير معلمي لغات مدعومين بالذكاء الاصطناعي.

AFRILANGTUTOR se ha presentado como una nueva iniciativa destinada a mejorar la tutoría de idiomas y la educación cultural en lenguas de bajos recursos mediante el uso de modelos de lenguaje de gran tamaño. Esta iniciativa utiliza AFRILANGDICT, una colección de 194.7K entradas de diccionario de lenguas africanas-inglés, para crear un conjunto de datos llamado AFRILANGEDU, que incluye 78.9K ejemplos de entrenamiento de múltiples turnos para desarrollar tutores de idiomas asistidos por IA.

AFRILANGTUTOR a été introduit comme une nouvelle initiative visant à améliorer l'enseignement des langues et l'éducation culturelle dans les langues à faibles ressources en utilisant des modèles de langage de grande taille. Cette initiative utilise AFRILANGDICT, une collection de 194,7K entrées de dictionnaire en langues africaines et en anglais, pour créer un ensemble de données appelé AFRILANGEDU, qui comprend 78,9K exemples d'entraînement multi-tours pour développer des tuteurs de langue assistés par IA.

AFRILANGTUTOR has been introduced as a new initiative aimed at enhancing language tutoring and cultural education in low-resource languages using large language models. This initiative utilizes AFRILANGDICT, a collection of 194.7K African language-English dictionary entries, to create a dataset called AFRILANGEDU, which includes 78.9K multi-turn training examples for developing AI-assisted language tutors.