https://i.urusai.cc/2xK8S.jpg 【SARC-Taigi-LLM 台语大语言模型与训练程式专案正式释出】 我们很高兴宣布，基於 IMA’s Taiwan Tongues Taigi Datasets 所建置的台语大语言模 型与完整专案，现已正式公开。本次同步释出 SARC-Taigi-LLM 12B 与 27B 两个 Gemma 3 模型版本及训练程式，後续亦将持续推进 Gemma 4 模型的训练与开发。 SARC-Taigi-LLM 由 台湾资讯经理人学会（IMA-Taiwan） 与 国立阳明交通大学人工智慧 语音研发中心（SARC） 共同推动，聚焦於展示如何运用 IMA’s Taiwan Tongues Taigi Datasets，结合 Google Gemma 3 模型与多阶段训练流程，实作出台语大语言模型。尽管 目前这个模型仍有许多不足之处，我们仍期盼能藉此抛砖引玉，邀请更多人共同推动台语 AI 技术的发展与生活化应用。 本次公开内容包括（下载或是试玩连结请见第一则留言）： ‧ SARC-Taigi-LLM 模型 ‧ 台语大语言模型线上展示系统 ‧ GitHub 台语大语言模型训练专案 这些成果得以完成，特别要感谢 十七位台湾文学作家 慷慨捐献 超过 600 万字 的台文 文字语料，提供极为珍贵的台语书写典范资源。这不仅是一次模型释出，更是台语语言资 源、文化内容与 AI 技术共同累积的重要成果。 更重要的是，我们希望这不只是单一模型成果的展示，而是一个 可延伸、可重现 的台语 LLM 实作范例，让更多研究者、开发者与教育工作者能在此基础上持续扩充、重新实作 与验证，进一步推动台语 AI、本土语言科技与语言文化保存。 展望未来，SARC-Taigi-LLM 可望应用於： ‧ 台语问答与对话系统 ‧ 台语词汇、语意与文化知识查询（例如，连结 张凯为 的【台语水管 - 从乡土剧学台 语】，台语水管 连结请见第4则留言） ‧ 台语教学、教材辅助与数位内容生成 ‧ 台语自然语言理解与推理研究 在此，也再次向所有慷慨捐献台文语料的作家们，致上最诚挚的感谢与敬意。 https://www.facebook.com/share/p/1AYRbeAiMQ/ ----- 本次公开内容包括： ‧ SARC-Taigi-LLM 模型 ‧ 台语大型语言模型线上展示系统 ‧ GitHub 台语大语言模型训练专案 相关网址如下： IMA’s Taiwan Tongues Taigi Dataset（Taigi Dataset） https://huggingface.co/IMA-Taiwan 台语大型语言模型线上展示网站（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 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 111.255.110.252 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/TW-language/M.1775893896.A.872.html