主權AI語料庫59人申請 數發部9月啟動民間徵集

（綜合中央社、聯合報等2家媒體報導）

台灣主權AI訓練語料庫自去年底上線，截至今年7月底，已有超過200個政府機關參與，累計提供約5000筆資料集，語料規模超過20億詞元。數發部表示，目前已有59名個人或單位申請使用並通過審核，包括5個研究機構、22所學校、2個政府機關、7名個人、3個社群，以及20家公司與組織，其中以資訊服務業者為大宗，包括亞太智能、凌群、應援科技、華碩等。

語料庫開放產學研及民間使用，可用於模型訓練、微調、檢索增強生成等。數發部指出，從申請者填寫的使用目的來看，教育部字辭典類語料（如台灣客語辭典、台灣台語常用詞辭典）應用需求最明顯，機關FAQ及教育學習相關語料也受關注，常見應用情境包括語言學習、知識問答、RAG及智慧客服。

數發部說明，語料徵集採「先中央再地方，逐步擴展至民間」策略，今年下半年起已積極接洽出版社、法人等民間單位，目前已有少量民間語料上架。預計9月中旬正式啟動民間語料徵集，現階段以自願、無償提供為原則，並採「台灣主權AI訓練語料授權條款」上架。

國科會TAIDE團隊已申請使用語料庫資料，預計今年發布運用語料庫訓練的新版模型。金融領域方面，有團隊運用語料發展具台灣在地金融語境的領域型大型語言模型，應用於法規查詢、監理規範理解、風險提示及金融情境推理等。