扯！中研院大型語言模型用中國資料集 問AI最高領導人竟答習近平
中研院前天宣布自製的繁中大型語言模型登場，被爆使用的資料集，是以中國為主的簡體中文資料、再另外簡轉繁，今天中午下架。立委范雲今天舉例問最高領導人是誰，答案竟然是習近平，她直言這已經是資安問題，是認知戰的議題，要求中研院立刻檢討。
立委范雲今天（10/9）晚間於臉書發文表示，中研院前天才宣布自製的繁中大型語言模型登場，今天中午就下架了。因為被發現使用的資料集，是以中國為主的簡體中文資料、再另外簡轉繁。
范雲舉例，請它舉例「我國代表性法律」，它回答：「中華人民共和國法典、中華人民共和國憲法」等中國法律，還有其他回答例如：台灣是中國的一部分、國慶是10月1日等，讓她怒轟「實在太離譜，令人憤怒」，這已經是資安問題，是認知戰的議題，出現在最高、理應最嚴謹的學術機構，真的不能接受，她立刻要求中研院盡速出面說明，嚴格檢討！
范雲進一步說明，中研院CKIP Lab中文詞知識庫小組，最新開源釋出大型語言模型CKIP-Llama-2-7b，並提供學術和商用，可運用在文案生成、文學創作、問答系統、客服系統、語言翻譯、文字編修、華語教學等；CKIP-Llama-2-7b使用了2個「簡轉繁」後的資料，包括COIG-PC資料集、dolly-15k資料集，前者是由中國AI研究單位為首，包括：北京人工智慧學院、北京大學、香港科技大學等；後者則是以簡中為主的知識問答對話資料集。
范雲質疑，台灣想做自己的大型語言模型，為什麼會變成現在這般四不像的樣子？反而出現各種錯誤的、統戰的中共宣傳內容？出如此明顯錯誤的理由是什麼？是預算不足？是資料來源不足？還是什麼？但作為台灣最重要的研究智庫，中研院，怎能如此便宜行事？
范雲指出，更重要的是，她會要求台灣能夠有一個我們自己的繁體中文大型語言模型，因為這是AI時代，厚植國力的必要戰備武器！
留言 73