主權AI拚在地化 數發部啟動民間語料徵集、22億 Tokens 再擴充
📌 一句話啟示：台灣正在打造自己的AI語料與本土模型，懂繁中語料整理、標註與授權流程的人，會是本土AI生態系的基礎人力。
摘要分析
數位發展部9月15日啟動「台灣主權AI訓練語料庫」民間語料徵集，部長林宜敬率先捐出個人著作，秀威、印刻、Readmoo讀墨等出版社與電子書平台響應，採「自願參與、明確授權、可退出」三原則，並與智慧財產局共同推出《臺灣主權AI訓練語料授權條款第1版》。語料庫2025年底上線，初期以政府資料為主，截至2026年8月底約22億Tokens；徵集範圍包括已授權出版品、簡介、試閱內容與已過保護期的典籍。官方指出國際大型語言模型的中文資料偏向簡體內容，因此需補足台灣語言與文化脈絡。此政策後續引發出版界對無償授權的討論。
- 數發部啟動主權AI語料庫民間徵集，部長率先捐書
- 三原則：自願參與、明確授權、可退出
- 語料庫截至8月底約22億Tokens
- 與智財局推出主權AI訓練語料授權條款第1版
- 目的是補足繁體中文與台灣文化脈絡
關鍵字：主權AI語料庫繁體中文授權條款出版業
來源原文：https://udn.com/news/story/7240/9755941
本頁為報導內容的摘要與分析，版權屬原媒體所有；請以原文為準。