[資料] SARC-Taigi-LLM 台語大語言模型與訓練程式專案正式釋出
【SARC-Taigi-LLM 台語大語言模型與訓練程式專案正式釋出】
我們很高興宣布，基於 IMA’s Taiwan Tongues Taigi Datasets 所建置的台語大語言模
型與完整專案，現已正式公開。本次同步釋出 SARC-Taigi-LLM 12B 與 27B 兩個 Gemma
3 模型版本及訓練程式，後續亦將持續推進 Gemma 4 模型的訓練與開發。
SARC-Taigi-LLM 由 台灣資訊經理人學會（IMA-Taiwan） 與 國立陽明交通大學人工智慧
語音研發中心（SARC） 共同推動，聚焦於展示如何運用 IMA’s Taiwan Tongues Taigi
Datasets，結合 Google Gemma 3 模型與多階段訓練流程，實作出台語大語言模型。儘管
目前這個模型仍有許多不足之處，我們仍期盼能藉此拋磚引玉，邀請更多人共同推動台語
AI 技術的發展與生活化應用。
本次公開內容包括（下載或是試玩連結請見第一則留言）：
‧ SARC-Taigi-LLM 模型
‧ 台語大語言模型線上展示系統
‧ GitHub 台語大語言模型訓練專案
這些成果得以完成，特別要感謝 十七位台灣文學作家 慷慨捐獻 超過 600 萬字 的台文
文字語料，提供極為珍貴的台語書寫典範資源。這不僅是一次模型釋出，更是台語語言資
源、文化內容與 AI 技術共同累積的重要成果。
更重要的是，我們希望這不只是單一模型成果的展示，而是一個 可延伸、可重現 的台語
LLM 實作範例，讓更多研究者、開發者與教育工作者能在此基礎上持續擴充、重新實作
與驗證，進一步推動台語 AI、本土語言科技與語言文化保存。
展望未來，SARC-Taigi-LLM 可望應用於：
‧ 台語問答與對話系統
‧ 台語詞彙、語意與文化知識查詢（例如，連結 張凱為 的【台語水管 - 從鄉土劇學台
語】，台語水管 連結請見第4則留言）
‧ 台語教學、教材輔助與數位內容生成
‧ 台語自然語言理解與推理研究
在此，也再次向所有慷慨捐獻台文語料的作家們，致上最誠摯的感謝與敬意。
https://www.facebook.com/share/p/1AYRbeAiMQ/
-----
本次公開內容包括：
‧ SARC-Taigi-LLM 模型
‧ 台語大型語言模型線上展示系統
‧ GitHub 台語大語言模型訓練專案
相關網址如下：
IMA’s Taiwan Tongues Taigi Dataset（Taigi Dataset）
https://huggingface.co/IMA-Taiwan
台語大型語言模型線上展示網站（Demonstration Site）
https://llm.ivoice.tw:64441/
Hugging Face（Models）
https://huggingface.co/Speech-AI-Research-Center
GitHub（Project Repository）
https://github.com/Speech-AI-Research-Center
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.255.110.252 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/TW-language/M.1775893896.A.872.html
TW-language 近期熱門文章
PTT職涯區 即時熱門文章