本文共917字
為讓AI模型進一步理解台灣的語言、文化、歷史及社會脈絡，數位發展部15日正式啟動「台灣主權AI訓練語料庫」民間語料徵集行動。數發部長林宜敬率先以作家身分捐出個人著作《幸福的鬼島》及《流寇與創新者》，並攜手出版業者、電子書平台及多位作家簽署授權同意書，號召更多民間創作力量投入，擴充台灣主權AI訓練語料。
數發部今日舉辦「啟動民間語料徵集記者會」，包括秀威資訊、印刻文學、Readmoo讀墨、食力、巨思文化等出版及電子書平台業者，以及藍弋丰、李魁賢家屬代表等作家出席簽署授權同意書，陳明忠、連明偉、朱國珍、朱和之等作家也提供著作響應。
林宜敬表示，AI模型對民主、權力制衡等概念的理解，會受到訓練語料所蘊含的社會及文化脈絡影響。目前國際大型語言模型的中文訓練資料仍多以簡體中文內容為主，因此要讓AI真正理解台灣，就必須讓台灣的語言、文化及價值成為AI學習的一部分。
數發部表示，「台灣主權AI訓練語料庫」自2025年底上線，初期以中央及地方政府語料為主，截至今年8月底規模已達約22億Tokens。此次啟動民間語料徵集，象徵主權AI訓練語料庫進一步擴大內容來源，從政府公部門資料延伸至出版、文化及各領域民間內容。
數發部指出，現階段將以具豐富語料資源的出版業及電子書平台為主要合作對象，採無償授權方式推動。作者如有意願提供個人著作，可透過出版社協助上架至語料庫。此次徵集內容包括經同意授權的出版品、出版品簡介、出版品試閱內容，以及已逾著作權保護期間、可作為公共財活化運用的典籍與創作。
針對著作權人關切的權益保障，數發部強調，語料徵集將以「自願參與、明確授權、可退出」三大原則為基礎，除建立明確授權機制，也設置退出及下架申請管道，在推動AI模型發展的同時，尊重著作權人的意願與權益。
數發部表示，AI模型的競爭除了算力及模型架構，訓練語料的品質與在地性同樣關鍵。透過此次民間語料徵集，將進一步納入台灣原生的文學、出版及文化內容，讓更多反映台灣社會脈絡的資料成為主權AI訓練的重要基礎。
數發部也邀請作者、出版社、文化機構、法人及各領域內容提供者加入語料徵集行動，擴大台灣主權AI訓練語料的內容量與多元性，為國產AI模型發展提供更具台灣特色的訓練素材。
※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結；未經授權，請勿複製轉貼文章內容
留言