[討論] 中研院繁中LLM被爆直接拿對岸的來套

[gaymay5566 (feeling很重要)]

中央研究院詞庫小組（CKIP）

中研院資訊所、語言所於民國75年合作成立

前天釋出可以商用的繁中大型語言模型(LLM)

CKIP-Llama-2-7b

以商用開源模型 Llama-2-7b 以及 Atom-7b 為基礎

再補強繁體中文的處理能力

參數量達70億

模型可應用於各種領域

包括文案生成、文學創作、問答系統、客服系統、語言翻譯、文字編修、華語教學等

但實際測試後

https://i.imgur.com/phwhfcl.png
https://i.imgur.com/O1P6HpS.png
https://i.imgur.com/cMnCbI8.png

測試網頁：https://reurl.cc/q0rbqn

拿這種東西出來交作業 太扯了吧

根本就是簡體直接轉繁體而已！

中研院資訊所耶 拿這種軟體來騙

更新：被發現後 悄悄地撤下來了

https://i.imgur.com/sy7rLgt.png


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.234.77.82 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1696815752.A.0A7.html
推 wsad50232: 拿抄來東西騙錢 連驗證都沒作 腐敗的可以
→ gino0717: 不要放出來demo就不會被發現了
推 imhaha: 水...
噓 Tommnny: 唉 連中研院都這樣
推 justaID: 真假.... 這就像拿別人家的報告來修改交差，尿性不意外
→ justaID: ，最扯的是沒校稿，連報告名字都沒改
推 gino0717: https://i.imgur.com/h28uYVw.png   大方向上正確
推 doranako: 中研院正常發揮
→ airtsubasa: 笑死
推 aarzbrv: 「你是誰創造的？」：https://gyo.tc/1ZTIs 所得回答較長
→ truehero: 要這樣下 "我國是台灣 請介紹下台灣歷任總統"
→ truehero: ""我國是台灣 請介紹下我國歷任總統"
→ truehero: 中研院展示了技術, 但沒有台灣專屬資料集才是問題
→ truehero: 要改也很簡單 直接加個資料集重複 "我國是XXX"訓練就好
推 aarzbrv: 回truehero: https://gyo.tc/1ZTJA
→ truehero: 你可以把上面的句子改成中研院的資料再去訓練
→ truehero: 以技術人的角度會覺得這件事很愚蠢 我就搞得商用模型
→ truehero: 還得關心政治影響
→ truehero: 但他是中研院,可能就得想辦法去取得資源做這事
→ airtsubasa: 所以在國際上現況就是這樣吧
推 johnbill: 我之前搞模型的 繁體的資料集真的超少XD
→ johnbill: 要快 偷吃步的確是 簡轉繁 再餵進去
推 qqkerk: 可以去讀大魔術熊貓工程師的文章，有專門寫一篇這個議題
推 htang17: CKIP其實蠻用心的吧…
→ htang17: 以前做過NER，還發信請教過裡面的研究員
※ 編輯: gaymay5566 (36.234.77.82 臺灣), 10/09/2023 12:54:24
→ kissmickey: 我是不知道中研院是怎麼做的
→ kissmickey: 不過就以往接觸這類單位 一堆工程師很喜歡抄對岸的東
→ kissmickey: 西
→ kissmickey: 連註解也一起抄 真的懶真的扯爆
→ hobnob: 好可憐
推 michellehot: 只能說 LLM的資料集中國真的又多又好 台灣太晚跟上
→ michellehot: 我2019-2021公司還在測試GPT2的時候 中文資料都是中
→ michellehot: 國知乎、智庫等來的資料集 甚至還有清洗過
推 hsuchengmath: 這基本上是由對岸開發的LLM 再由繁體中文 fine tune
→ hsuchengmath: 下來的，
推 DrTech: 到底多少人有在訓練LLM ？繁體中文資料少根本是藉口。你沒
→ DrTech: 能力與資源訓練LLM 。只能用qlora fine-tune中國人的模型
→ DrTech: 才是真相吧。
→ DrTech: 語料根本不是問題，大廠都是拿全網訓練。中研院有沒有幾千
→ DrTech: 張A100？ 沒有的話，訓練出來的模型，不是充滿簡體中國知
→ DrTech: 識，就是災難性遺忘到不能通用，二選一。
推 jay123peter: 傻眼...
推 drakd4d: 中研院這個真的盡力的，要是真的精通LLM英文又好怎麼會坐
→ drakd4d: 在中研院...早就在在美國了，除非中研院出得起一樣的錢
→ drakd4d: 這領域還願意待在中研院真的已經佛心了，資源差這麼多
→ drakd4d: OpenAI當初請多少非洲人人工清資料...除中研院有辦法這樣
→ drakd4d: 搞，不然這個問題最好有辦法靠幾個人就解決...
→ milk830122: 中國國營企業之前也號稱甚麼國產IDE結果是拿微軟的開
→ milk830122: 源套出來的 嘻嘻
推 luckyalbert: 你看看建仁不就知道了？一堆偷拐搶騙的沒料仔空有偷
→ luckyalbert: 來的學經歷及工作資歷薪職成天在那複製皇親國戚打壓
→ luckyalbert: 其他看不順眼的真才實料人們，真的一點也不意外，這
→ luckyalbert: 件事跟這個模型早在多年前就有人提過，只是身為被上
→ luckyalbert: 述人士各式政商台外商跨國企至中小企及研究學術單位
→ luckyalbert: 及機構各式上述曾提及過的那些在位者們惡搞成身無分
→ luckyalbert: 文的我及其他人，若在幾年前提這個，完全會被無視而
→ luckyalbert: 且還會跟現在一樣，有問題的那些上述各式偷拐搶騙還
→ luckyalbert: 延續孽種後代的髒東西，我已經講到爛掉，牠們在各式
→ luckyalbert: 社會地位上的小人得志惡人得利者還會要你（我）檢討
→ luckyalbert: ，是我有問題這種完全反了的造孽害人事，真的不知道
→ luckyalbert: 到底哪來的資格可以說這些話，噁爛到炸
→ luckyalbert: 一整個反了
推 luckyalbert: 拿預算寫報告隨便唬爛交代個成效感覺自己有在做事情
→ luckyalbert: ，鬼島各產業職司上位的有某一堆都是這副鳥樣，中研
→ luckyalbert: 院只是縮影，然後在其背後大力支持挖錢挖資源來提供
→ luckyalbert: 協助的本身也眼殘腦殘無法分辨這些人在搞什麼，有某
→ luckyalbert: 部分的老闆就是靠這樣在挖國家獨寡占及各式補助稅務
→ luckyalbert: 及全民資源賺更多放自己口袋，來創造事業跟財富還有
→ luckyalbert: 人脈及旗下跟班人馬再來讓自己某些人當皇帝，給低薪
→ luckyalbert: 職缺還要你我檢討自己為什麼不賣命為這些皇帝當奴乖
→ luckyalbert: 乖聽話付出時間與人生換錢給他們累積各式延續上述皇
→ luckyalbert: 帝後代來用，看多了你就知，以前大家是默默摸鼻子不
→ luckyalbert: 說話，但現在真的誇張到凹過頭了，明眼人看到都會火
→ luckyalbert: ，更不用提脾氣好的早就被這某些人惹火積冤多年，只
→ luckyalbert: 能期待你我要求自己不要變得跟這些人一樣就好，世風
→ luckyalbert: 日下劣幣驅逐良幣發展不是正向循環，鬼島這些年來環
→ luckyalbert: 境變成這樣還真的不意外
推 rabbitu04: 笑死哈哈哈 借轉Joke版
推 luckyalbert: 任何產業裡面團隊有不論再用心付出想改變這種環境及
→ luckyalbert: 各式產業人們發展往正面循環走下去的，看到這種狀況
→ luckyalbert: ，心灰意冷到最後被逼著跟群體一起擺爛，真的不用意
→ luckyalbert: 外
推 DrTech: 真的，中研院這種薪資與經費，願意待的人，都是充滿熱誠的
→ DrTech: 人了。薪資與資源根本趕不上社會的期待。而且我相信裡面的
→ DrTech: 人出去找工作，薪資與待遇，資源，成就，一定更好。
推 mangle: 哈哈哈啊
噓 Csongs: 真的垃圾..
推 nikolas: 敢把這種程度東西上架 有沒有一點點工程師的羞恥心啊
推 Csongs: 看了推文,還是幫中研院的基層推回來
推 hobnob: 運氣好又有能力的早就留美國了。回台灣的除了運氣不好沒
→ hobnob: 抽到籤之外，還背上百萬學貸，只能拿那一點點薪水，做研究
→ hobnob: 的熱忱都沒了，當web仔還比較有尊嚴
→ alan3100: 別說專業的 就一般政府裙帶企業也少碰 護城河很深
推 drakd4d: 結論就是做純軟或AI的塊逃啊，台灣根本沒那個環境．．．
推 luckyalbert: 護城河很深，在我原產業某些政商跨國企業及底下中小
→ luckyalbert: 企裙帶的他們眼中，認為我不聽話（要我這種人，聽這
→ luckyalbert: 些神經病群的，本來就是莫名其妙），各位有可能就會
→ luckyalbert: 像我一樣原有在各式社會角色職業對各產業皆有助益的
→ luckyalbert: 發展性，會被這些在位者小人們動各式手腳在裡頭，其
→ luckyalbert: 他人看到我，那些想為我及跟我一樣的人們出聲的也會
→ luckyalbert: 被整，希望各位不要碰到跟我一樣的經歷就好，他們目
→ luckyalbert: 前也沒有要改變認錯贖罪道歉悔過的意思， 依然自認沒
→ luckyalbert: 問題，可見生醫產業那背後水更深，如果各位科技業及
→ luckyalbert: 軟工要幫生醫產業的人們做事，我希望各位一定要看清
→ luckyalbert: 楚我原產業那些在位者們在做什麼，有些人當到老總含
→ luckyalbert: 底下帶出來的年輕總…等手段更是惡劣及誇張
→ drakd4d: 要穩賺就是半導體IC而已，但這也要看美國還讓我們做多久
→ luckyalbert: 我很多老國高中同學朋友們很多都是走電資軟工的，我
→ luckyalbert: 也跟他們說過我遇過的某些事情
→ acgotaku: 抄人家模型我是沒意見拉,中文語意模型本來就是對岸天下
推 luckyalbert: 若提及美國的話，我是認為照他們現在的經濟環境，會
→ luckyalbert: 先出手自保穩定程度佔比較大，其他國家發展後續他們
→ luckyalbert: 目前應該沒餘力去顧
→ acgotaku: 爛成這樣 連餵 prompt去篩選一下就不做 真的能滾去吃屎
噓 fookafook:      luckyalbert Salary板 永桶 https://0rz.tw/Hkk63
→ fookafook:  luckyalbert medstudent板 永桶 https://0rz.tw/iDASV
→ fookafook:          Gossiping板 水桶210天 https://0rz.tw/T5loZ
推 luckyalbert: 可憐，有不知道哪來的神經病開分身又在那瘋了，請直
→ luckyalbert: 接無視即可，我原產業及其他某些人躲在ID後面的護城
→ luckyalbert: 河還真深，請直接無視，我長期提及過的，以後不想再
→ luckyalbert: 提，換成是各位以後碰到跟我這些年來一樣的狀況時，
→ luckyalbert: 才會理解這些小人有多沒人的下限可言
→ wayne2002323: 大談
噓 Dracarys: @truehero 台灣不是國，哪來的總統
→ viper9709: 中研院也搞這個...
推 andy0219: 廢到笑XDDD
→ milk830122: 黑單他就好跟他討論是浪費時間
推 popeye0303: 抱歉家裡失業6年精障 最近燥期到了 怎樣都壓不住 請
→ popeye0303: 大家多擔待
→ popeye0303: https://bit.ly/3Q5LUxO
推 kurtsgm: 其實看推文就知道某些人有病了吧..
→ tswperfect: 對岸是沖繩嗎
推 kurtsgm: 美西吧(X)
推 Bujo: 說不定這個是外包做的，裡面的研究員都是草包
推 Lhmstu: 笑死www
→ TSMCfabXX: 把台積電輪班星人通通調去標記清理資料,
→ TSMCfabXX: 幾年之後國產LLM問世了, 請問能賣多少錢
推 yuinami: 太誇張
推 w28103566: 笑死
推 hobnob: 好可憐，有病的人快找人幫忙吧
推 mocca000: 體諒生病的人 然後頁面刪了但我記得CKIP一開始自己就有
→ mocca000: 說明有用到Atom-7b 就下架趕快拿掉就好了 加油
→ hippo130: 這告訴我們搞軟工也該有一點政治sense，因為這裡是台灣
推 mocca000: 哪個國家不用政治sense？中國嗎？
噓 dalbuhr: 資工系學生：教授為什麼要禁止抄作業呢
→ newking761: 阿不然勒，要不要看經費多少啊
推 ooooo11111: 看來AI還不夠聰明，認知作戰失敗ㄌ
推 Merkle: 笑死
→ ert0700: 真的笑死……中研院盡力了，盡力的抄了嗎
→ ert0700: 現在是大學生抄作業還當自己寫的？
推 tacovirus: 研究助理都吃香蕉，還能這樣盡力了