作者gaymay5566 (feeling很重要)
看板Soft_Job
標題[討論] 中研院繁中LLM被爆直接拿對岸的來套
時間Mon Oct 9 09:42:30 2023
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://webptt.com/m.aspx?n=bbs/Soft_Job/M.1696815752.A.0A7.html
1F：推 wsad50232: 拿抄來東西騙錢 連驗證都沒作 腐敗的可以 10/09 09:47
2F：→ gino0717: 不要放出來demo就不會被發現了 10/09 09:59
3F：推 imhaha: 水... 10/09 10:00
4F：噓 Tommnny: 唉 連中研院都這樣 10/09 10:04
5F：推 justaID: 真假.... 這就像拿別人家的報告來修改交差，尿性不意外 10/09 10:08
6F：→ justaID: ，最扯的是沒校稿，連報告名字都沒改 10/09 10:09
8F：推 doranako: 中研院正常發揮 10/09 10:13
9F：→ airtsubasa: 笑死 10/09 10:14
11F：→ truehero: 要這樣下 "我國是台灣 請介紹下台灣歷任總統" 10/09 10:32
12F：→ truehero: ""我國是台灣 請介紹下我國歷任總統" 10/09 10:32
13F：→ truehero: 中研院展示了技術, 但沒有台灣專屬資料集才是問題 10/09 10:33
14F：→ truehero: 要改也很簡單 直接加個資料集重複 "我國是XXX"訓練就好 10/09 10:41
16F：→ truehero: 你可以把上面的句子改成中研院的資料再去訓練 10/09 10:44
17F：→ 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 10/09 10:45
18F：→ truehero: 還得關心政治影響 10/09 10:45
19F：→ truehero: 但他是中研院,可能就得想辦法去取得資源做這事 10/09 10:47
20F：→ airtsubasa: 所以在國際上現況就是這樣吧 10/09 11:05
21F：推 johnbill: 我之前搞模型的 繁體的資料集真的超少XD 10/09 11:18
22F：→ johnbill: 要快 偷吃步的確是 簡轉繁 再餵進去 10/09 11:19
23F：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 10/09 11:57
24F：推 htang17: CKIP其實蠻用心的吧… 10/09 12:39
25F：→ htang17: 以前做過NER，還發信請教過裡面的研究員 10/09 12:39
※ 編輯: gaymay5566 (36.234.77.82 臺灣), 10/09/2023 12:54:24
26F：→ kissmickey: 我是不知道中研院是怎麼做的 10/09 12:59
27F：→ 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 10/09 12:59
28F：→ kissmickey: 西 10/09 12:59
29F：→ kissmickey: 連註解也一起抄 真的懶真的扯爆 10/09 13:00
30F：→ hobnob: 好可憐 10/09 13:24
31F：推 michellehot: 只能說 LLM的資料集中國真的又多又好 台灣太晚跟上 10/09 13:26
32F：→ michellehot: 我2019-2021公司還在測試GPT2的時候 中文資料都是中 10/09 13:26
33F：→ michellehot: 國知乎、智庫等來的資料集 甚至還有清洗過 10/09 13:26
34F：推 hsuchengmath: 這基本上是由對岸開發的LLM 再由繁體中文 fine tune 10/09 13:29
35F：→ hsuchengmath: 下來的， 10/09 13:29
36F：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 10/09 13:41
37F：→ DrTech: 能力與資源訓練LLM 。只能用qlora fine-tune中國人的模型 10/09 13:41
38F：→ DrTech: 才是真相吧。 10/09 13:41
39F：→ 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 10/09 13:43
40F：→ DrTech: 張A100？ 沒有的話，訓練出來的模型，不是充滿簡體中國知 10/09 13:43
41F：→ DrTech: 識，就是災難性遺忘到不能通用，二選一。 10/09 13:43
42F：推 jay123peter: 傻眼... 10/09 14:07
43F：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 10/09 14:12
44F：→ drakd4d: 在中研院...早就在在美國了，除非中研院出得起一樣的錢 10/09 14:13
45F：→ 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 10/09 14:14
46F：→ drakd4d: OpenAI當初請多少非洲人人工清資料...除中研院有辦法這樣 10/09 14:15
47F：→ drakd4d: 搞，不然這個問題最好有辦法靠幾個人就解決... 10/09 14:16
48F：→ 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 10/09 14:23
49F：→ milk830122: 源套出來的 嘻嘻 10/09 14:23
50F：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 10/09 14:39
51F：→ 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 10/09 14:39
52F：→ luckyalbert: 其他看不順眼的真才實料人們，真的一點也不意外，這 10/09 14:39
53F：→ luckyalbert: 件事跟這個模型早在多年前就有人提過，只是身為被上 10/09 14:39
54F：→ 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 10/09 14:39
55F：→ 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 10/09 14:39
56F：→ luckyalbert: 文的我及其他人，若在幾年前提這個，完全會被無視而 10/09 14:39
57F：→ luckyalbert: 且還會跟現在一樣，有問題的那些上述各式偷拐搶騙還 10/09 14:39
58F：→ luckyalbert: 延續孽種後代的髒東西，我已經講到爛掉，牠們在各式 10/09 14:39
59F：→ luckyalbert: 社會地位上的小人得志惡人得利者還會要你（我）檢討 10/09 14:39
60F：→ luckyalbert: ，是我有問題這種完全反了的造孽害人事，真的不知道 10/09 14:39
61F：→ luckyalbert: 到底哪來的資格可以說這些話，噁爛到炸 10/09 14:39
62F：→ luckyalbert: 一整個反了 10/09 14:40
63F：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 10/09 14:50
64F：→ luckyalbert: ，鬼島各產業職司上位的有某一堆都是這副鳥樣，中研 10/09 14:50
65F：→ luckyalbert: 院只是縮影，然後在其背後大力支持挖錢挖資源來提供 10/09 14:50
66F：→ luckyalbert: 協助的本身也眼殘腦殘無法分辨這些人在搞什麼，有某 10/09 14:50
67F：→ 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 10/09 14:50
68F：→ luckyalbert: 及全民資源賺更多放自己口袋，來創造事業跟財富還有 10/09 14:50
69F：→ luckyalbert: 人脈及旗下跟班人馬再來讓自己某些人當皇帝，給低薪 10/09 14:50
70F：→ 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 10/09 14:50
71F：→ 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 10/09 14:50
72F：→ luckyalbert: 帝後代來用，看多了你就知，以前大家是默默摸鼻子不 10/09 14:50
73F：→ luckyalbert: 說話，但現在真的誇張到凹過頭了，明眼人看到都會火 10/09 14:50
74F：→ luckyalbert: ，更不用提脾氣好的早就被這某些人惹火積冤多年，只 10/09 14:50
75F：→ luckyalbert: 能期待你我要求自己不要變得跟這些人一樣就好，世風 10/09 14:50
76F：→ luckyalbert: 日下劣幣驅逐良幣發展不是正向循環，鬼島這些年來環 10/09 14:50
77F：→ luckyalbert: 境變成這樣還真的不意外 10/09 14:50
78F：推 rabbitu04: 笑死哈哈哈 借轉Joke版 10/09 14:50
79F：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 10/09 14:53
80F：→ luckyalbert: 各式產業人們發展往正面循環走下去的，看到這種狀況 10/09 14:53
81F：→ luckyalbert: ，心灰意冷到最後被逼著跟群體一起擺爛，真的不用意 10/09 14:53
82F：→ luckyalbert: 外 10/09 14:53
83F：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 10/09 14:59
84F：→ 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 10/09 14:59
85F：→ DrTech: 人出去找工作，薪資與待遇，資源，成就，一定更好。 10/09 14:59
86F：推 mangle: 哈哈哈啊 10/09 15:16
87F：噓 Csongs: 真的垃圾.. 10/09 15:54
88F：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 10/09 15:54
89F：推 Csongs: 看了推文,還是幫中研院的基層推回來 10/09 15:57
90F：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 10/09 15:59
91F：→ 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 10/09 15:59
92F：→ hobnob: 的熱忱都沒了，當web仔還比較有尊嚴 10/09 15:59
93F：→ alan3100: 別說專業的 就一般政府裙帶企業也少碰 護城河很深 10/09 16:02
94F：推 drakd4d: 結論就是做純軟或AI的塊逃啊，台灣根本沒那個環境．．． 10/09 16:11
95F：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 10/09 16:11
96F：→ luckyalbert: 企裙帶的他們眼中，認為我不聽話（要我這種人，聽這 10/09 16:11
97F：→ luckyalbert: 些神經病群的，本來就是莫名其妙），各位有可能就會 10/09 16:11
98F：→ 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 10/09 16:11
99F：→ luckyalbert: 發展性，會被這些在位者小人們動各式手腳在裡頭，其 10/09 16:11
100F：→ luckyalbert: 他人看到我，那些想為我及跟我一樣的人們出聲的也會 10/09 16:11
101F：→ luckyalbert: 被整，希望各位不要碰到跟我一樣的經歷就好，他們目 10/09 16:11
102F：→ luckyalbert: 前也沒有要改變認錯贖罪道歉悔過的意思， 依然自認沒 10/09 16:11
103F：→ luckyalbert: 問題，可見生醫產業那背後水更深，如果各位科技業及 10/09 16:11
104F：→ luckyalbert: 軟工要幫生醫產業的人們做事，我希望各位一定要看清 10/09 16:11
105F：→ luckyalbert: 楚我原產業那些在位者們在做什麼，有些人當到老總含 10/09 16:11
106F：→ luckyalbert: 底下帶出來的年輕總…等手段更是惡劣及誇張 10/09 16:11
107F：→ 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 10/09 16:12
108F：→ luckyalbert: 我很多老國高中同學朋友們很多都是走電資軟工的，我 10/09 16:14
109F：→ luckyalbert: 也跟他們說過我遇過的某些事情 10/09 16:14
110F：→ 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 10/09 16:15
111F：推 luckyalbert: 若提及美國的話，我是認為照他們現在的經濟環境，會 10/09 16:17
112F：→ luckyalbert: 先出手自保穩定程度佔比較大，其他國家發展後續他們 10/09 16:17
113F：→ luckyalbert: 目前應該沒餘力去顧 10/09 16:17
114F：→ acgotaku: 爛成這樣 連餵 prompt去篩選一下就不做 真的能滾去吃屎 10/09 16:17
118F：推 luckyalbert: 可憐，有不知道哪來的神經病開分身又在那瘋了，請直 10/09 18:20
119F：→ luckyalbert: 接無視即可，我原產業及其他某些人躲在ID後面的護城 10/09 18:20
120F：→ luckyalbert: 河還真深，請直接無視，我長期提及過的，以後不想再 10/09 18:20
121F：→ luckyalbert: 提，換成是各位以後碰到跟我這些年來一樣的狀況時， 10/09 18:20
122F：→ luckyalbert: 才會理解這些小人有多沒人的下限可言 10/09 18:20
123F：→ wayne2002323: 大談 10/09 18:48
124F：噓 Dracarys: @truehero 台灣不是國，哪來的總統 10/09 19:39
125F：→ viper9709: 中研院也搞這個... 10/09 20:46
126F：推 andy0219: 廢到笑XDDD 10/09 21:06
127F：→ milk830122: 黑單他就好跟他討論是浪費時間 10/09 21:33
128F：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 10/09 22:46
129F：→ popeye0303: 大家多擔待 10/09 22:46
131F：推 kurtsgm: 其實看推文就知道某些人有病了吧.. 10/09 22:49
132F：→ tswperfect: 對岸是沖繩嗎 10/09 23:15
133F：推 kurtsgm: 美西吧(X) 10/09 23:42
134F：推 Bujo: 說不定這個是外包做的，裡面的研究員都是草包 10/09 23:47
135F：推 Lhmstu: 笑死www 10/10 01:19
136F：→ TSMCfabXX: 把台積電輪班星人通通調去標記清理資料, 10/10 06:39
137F：→ TSMCfabXX: 幾年之後國產LLM問世了, 請問能賣多少錢 10/10 06:39
138F：推 yuinami: 太誇張 10/10 09:35
139F：推 w28103566: 笑死 10/10 10:09
140F：推 hobnob: 好可憐，有病的人快找人幫忙吧 10/10 13:07
141F：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 10/10 16:56
142F：→ mocca000: 說明有用到Atom-7b 就下架趕快拿掉就好了 加油 10/10 16:56
143F：→ hippo130: 這告訴我們搞軟工也該有一點政治sense，因為這裡是台灣 10/10 21:13
144F：推 mocca000: 哪個國家不用政治sense？中國嗎？ 10/10 21:49
145F：噓 dalbuhr: 資工系學生：教授為什麼要禁止抄作業呢 10/11 11:27
146F：→ newking761: 阿不然勒，要不要看經費多少啊 10/12 21:45
147F：推 ooooo11111: 看來AI還不夠聰明，認知作戰失敗ㄌ 10/14 00:47
148F：推 Merkle: 笑死 10/16 13:41
149F：→ ert0700: 真的笑死……中研院盡力了，盡力的抄了嗎 10/17 06:38
150F：→ ert0700: 現在是大學生抄作業還當自己寫的？ 10/17 06:38
151F：推 tacovirus: 研究助理都吃香蕉，還能這樣盡力了 10/20 10:15