數發部攜手中研院釋出研究語料　助攻多元AI應用

數發部推動台灣主權AI訓練語料庫，廣納高品質、具在地化的正體中文語料，去年底語料庫上線後，數發部持續攜手各單位擴充內容。AI模型訓練者可至語料庫申請使用及取得最新資料集，拓展更多AI應用可能。

數發部今天透過新聞稿表示，這次中研院上架多筆具代表性的研究及科普文本資源，包括學術研究、政策分析、歷史文化及科普等，超過620萬詞元，內容兼具專業深度及知識價值。

數發部介紹，中研院上架語料有「政策建議書」，涵蓋農業、科技及金融改革等多項政策建議，提供重要議題的深入分析與前瞻性觀點；「研究成果選輯」匯集台灣研究亮點，橫跨人文社會、數理及生命科學等領域，讓AI模型能更精準掌握不同領域的知識背景與脈絡。

此外，數發部指出，「研之有物」與「科普專欄」以生動、淺顯易懂方式傳遞科學知識，將艱深內容轉化為易於理解的知識表述，成為AI學習多元語氣與知識轉譯的重要素材；「台灣史研究所之館藏選粹」蘊含豐富在地歷史與文化記憶，補足模型對台灣歷史視角的理解；「中研誠信電子報」則補充科研倫理與制度面向，提升模型在倫理議題上的判斷與回應能力。

數發部說明，專業領域知識語料能提升模型在特定情境及領域的應用及理解能力，也有助強化模型推理能力與回應精準度，如建置檢索增強生成（RAG）知識庫、發展專業問答系統、進行模型微調，以及應用在摘要、分類與知識萃取等任務，促進具深度與專業性的AI應用發展。

數發部表示，台灣主權AI訓練語料庫去年底上線以來，已累計上架逾3000筆資料集、超過12億詞元，未來也將持續攜手各機關及學研單位，擴大釋出具台灣特色及專業價值的文本資料，共同厚植台灣主權AI發展基礎。（編輯：楊蘭軒）1150410