作者
標題 Re: [新聞] 國慶日變10/1！中研院認了「AI語言模型」
時間 Mon Oct 9 21:59:07 2023
標題 Re: [新聞] 國慶日變10/1！中研院認了「AI語言模型」
時間 Mon Oct 9 21:59:07 2023
不知道這個話題有什麼好延燒的，一個數據庫而已。
在中文環境，台灣本就貢獻有限，要研究，就必不可少用到對岸資料，重要的是語言模型的
表現怎麼樣。
至少從實際來看，回答邏輯通順，條例分明，也能準確理解提問的意涵並給出準確的答案，
這不就夠了嗎？
大模型就是需要大數據，大數據是所有人一起貢獻的，而不是中研院能決定的。台灣人能貢
獻的數據有限，那就慢慢來，只要技術在，隨著數據集的擴大，自然會訓練出適合台灣的語
言大模型。
獻的數據有限，那就慢慢來，只要技術在，隨著數據集的擴大，自然會訓練出適合台灣的語
言大模型。
※ 引述 《armorblocks (package)》 之銘言：
:
:
: 中央研究院詞庫小組日前發布的繁體中文大型語言模型CKIP-LlaMa-2-7b，今（9）日遭踢
: 爆使用中國資料庫，詢問「國慶日是何時」會回答「10月1日」。中研院坦言，訓練資料
: 有來自中國開源的任務資料集（COIG），今日中午已將測試版先行下架。
:
: 網友發現詢問該語言模型「國慶日是何時？」，其會回答中國國慶日「10月1日」；詢問
: 「中華民國國歌為何？」，它會回答中華人民共和國的國歌「義勇軍進行曲」；詢問我國
: 憲法，則會回答「中華人民共和國憲法」。外界質疑中研院使用中國資料庫訓練，僅簡轉
: 繁後就公開。
:
: 中研院資訊所表示，CKIP-LlaMa-2-7b的研究目標之一是讓meta開發的Llama2大型語言模
: 型具備更好的繁體中文處理能力。這項小型研究僅用約30萬元的經費，將明清人物的生平
: 進行自動化分析，建構自動化的歷史人物、事件、時間、地點等事理圖譜，因此訓練資料
: 除了繁體中文的維基百科，另也包含台灣的碩博士論文摘要、來自中國開源的任務資料集
: COIG、詩詞創作、文言文和白話文互相翻譯等閱讀理解問答。
:
: 資訊所強調，這是一項個人小型研究，各界對該模型進行的提問測試，並未在原始研究範
: 疇。該研究人員表示，由於生成式AI易產生「幻覺」（hallucination），導致模型產生
: 內容出乎預期，未來將努力改善。目前已將測試版先行下架，未來相關研究及成果釋出，
: 會更加謹慎。
:
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 185.244.208.150 (香港)
※ 作者: areses 2023-10-09 21:59:07
※ 文章代碼(AID): #1b90Sjld (Gossiping)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1696859949.A.BE7.html
→ : 就承認都買中國的東西很難？1F 114.36.224.100 台灣 10/09 22:00
→ : 好了拉 今天KMT執政 DPP會這樣說???2F 111.240.138.53 台灣 10/09 22:00
![[圖]](https://i.imgur.com/BVNguNdh.jpg)
→ : 不符合塔綠班去中國化的標準阿4F 218.173.167.171 台灣 10/09 22:01
→ : 中研院隸屬總統府 你看這些科學家領國家的錢卻拿對岸軟體騙了多少錢5F 111.253.153.158 台灣 10/09 22:01
→ CREA …
噓 : 這時候又沒有國安問題了 蒸蚌8F 150.117.136.207 台灣 10/09 22:08
推 : 推這篇9F 125.229.142.121 台灣 10/09 22:20
推 : 那我們跟中國共用總統就好了啊10F 218.35.163.91 台灣 10/09 22:31
噓 : 人謀不臧11F 223.138.50.45 台灣 10/09 22:35
--