---
title: "正體中文開源資料集 社群課程計畫"
tags: TW-Bench
lang: zh-tw
image: https://i.imgur.com/wKmx1Ef.png
description: 正體中文開源資料集 講師Teemo的社群課程計畫
---

# 正體中文開源資料集 社群課程計畫
> https://hackmd.io/@TW-Bench/2023plan
> https://youtube.com/playlist?list=PLExch2J8bLbm9xaI717Jsglarjg0B-YOK

## 社群課程講師 Teemo

:::success
Teemo. 在台大醫院負責台大全體系醫院的健保資料與部分急診系統，推動虛擬健保卡、LLM 應用落地以及隱私強化技術 (PETs) 與就醫識別碼。平時也是 g0v 社群長期參與者，台灣人工智慧學校校友，關注台灣大型模型語言發展與治理，正在籌備給台灣在地 LLM 測試評分的 CC0 資料集。
:::

## 社群課程計畫
> 包含推廣段宣傳，我每集只有20分鐘

* 0.前提是重要的
* [開源概論](https://youtu.be/wjiEfD7jEUo)
* 我會一直更新這個前提
* 盡可能給大家不會過期的想法
* 保持未來的彈性
* 開放多元的意見
* 絕對不叫受眾去google，我們用討論對齊更多知識

* 1.讓通用人工智慧在地化對齊台灣人
* https://youtube.com/live/qJmb1CmDVAk
* https://www.canva.com/design/DAFzNqWXew4/C1I77GclVTIdU5tz3YkRzg/view
* 更多的台灣味、台灣人情味
* 多模態中文字的力量與影響力
* 在通用人工智慧來臨前，我們可以做的事
* 台灣在地 LLM 測試評分的 CC0 資料集創造的未來
* 詠唱者啊！加入我們行列吧

* 2.給大語言模型的台灣考卷 TW-Bench
* https://youtube.com/live/rPWKwOkCrM0
* https://www.canva.com/design/DAFzNzlxSgQ/Tr7wnJ-eOTe4DEhC2-YM0A/view
* 未來有個明確的路徑
* 屬於我們的禮貌
* 基礎直覺-評分方向
* 進階推論-評分方向
* 專業運用-評分方向
* 如何評估生成結果的好壞

* 3.大語言模型的民主化
* https://youtube.com/live/Hg7IkVt31qY
* https://www.canva.com/design/DAFzN3te2_Y/lQS9_mNO5nRzY83JCXFImA/view
* 深化民主的可能性，再論分層解耦
* 對齊我們的民主
* 未來是
* [g0v tw hackath56n — 中場短講 — 從 Dolly 2.0 談 LLM 民主化 _ Teemo](https://youtu.be/BzO6VgecTlw)

* 4.開源資料集如何處理隱私與倫理
* https://youtube.com/live/kJvBNjHo81w
* https://www.canva.com/design/DAFzli7u7WE/PPe-iJRLmVYQ652bEyrELQ/view
* 關於訓練集，雜訊何時是重要
* 我們要的雜訊
* 模型汙染問題
* 差分隱私與合成資料

* 5.關於測試集-隱私與人權
* https://youtube.com/live/zcCbJ8ftZzw
* https://www.canva.com/design/DAFzllnJitE/ivq2o9V4xatuljXHjKXD6g/view
* 意圖、故意、「知」與「欲」
* 知情同意
* 被逆向的原始模型
* 協同意見
* 兒少保護

* 6.關於內容仲裁
* https://youtube.com/live/lUCWq3lcLqU
* https://www.canva.com/design/DAFzlv01vqU/Ke0B7k9wpLctPyQK0scxXQ/view
* 過濾、法律、應備的危險常識
* 拒絕違反倫理
* 消除歧視與偏見
* 警語
* 有條件放行

* 7.測試集的評分標準
* https://youtube.com/live/pVXBHxobvB4
* https://www.canva.com/design/DAFzllmH9tc/s4qVEWAPSXTUGfw9-fRVeA/view
* 人的部分-閃現與深思
* 以平等之名-人權/隱私
* 給你大番薯-故意錯字/容忍誤差
* 硬幣有正反面，評分也看正反面
* 如何設計驗測？

* 8.拆解全知
* https://youtube.com/live/kDr79WnirPg
* https://www.canva.com/design/DAFzwUzEsYw/dASrpHMl0t5hNUqoSfe70w/view
* 基於知識或是基於推論
* Google不到怎麼辦？
* 用有限的選擇抑制幻覺
* 數據向善的邏輯
* 自省修正錯誤
* 對齊人的決策選出知識

* 9.幻覺
* https://youtube.com/live/HhHKlV8ojHI
* https://www.canva.com/design/DAFzljAChDw/WfjeAlC-OTVvaq1C8zqDqw/view
* 雞同鴨講的部分
* 開書考的部分
* 溫度的影響
* 湧現時刻
* 基於推論的極限
* 基於事實的極限

* 10.暗語、行話以及次文化
* https://youtube.com/live/L-TDsJGOb58
* https://www.canva.com/design/DAFzlgIun-o/-WcCEBbOb5kJYf5weUAnew/view
* 形聲轉注假借
* 行話與同義字詞
* 次文化與新流行語
* 一詞多義、消歧議
* 紙袋小姐與指代消解

* 11.專業領域-I-台灣集體記憶
* https://youtube.com/live/-5SAZB5Jbzo
* https://www.canva.com/design/DAFzlmwxfx0/ebrMuf21YMU8svNTJaUpqQ/view
* 數位典藏的再利用
* 民間信仰的多模態保存方式
* 客語漢字、日語外來語涵容台化
* 集體智慧中好的部分
* 集體智慧中壞的部分

* 12.專業領域-II-兒時陰影
* https://youtube.com/live/rLrp_No19pQ
* https://www.canva.com/design/DAFzlqkHAGg/qG31KEuqo6Lg98LVGeu-Lw/view
* 教改、課綱與現代化
* 過期的科學
* 原始資料或模型小時候學壞了怎麼辦
* 沖銷、矛盾、多元價值觀

* 13.政府的資料-I-流通的
* https://youtube.com/live/wUmM4-JCIvU
* https://www.canva.com/design/DAFzlnYS3rs/az_941IIcZuB317k-X8syQ/view
* 開放政府不是開放政府資料而已
* 政府出版品
* 公文書函
* 公署指引
* 市民專線的資料集

* 14.人的反饋
* https://youtube.com/live/Jbr_JLEPAJg
* [簡報](https://www.canva.com/design/DAFzlvX5NO4/V00s_fMS4R1WJUr--MpgqQ/view)
* 建議回饋的倖存者偏差
* 大聲點，我聽不見
* 脈絡一致性
* 人與人從眾的反饋

* 15.語感
* https://youtube.com/live/M6rJAe46k8A
* https://www.canva.com/design/DAFzlhm4DA0/U_GvO282PjFHz5u8DYVsMA/view
* 為何不是新加坡式華語
* 為何不是京片子
* 台灣腔的區域性方言
* 再論涵容台化的多元價值

* 16.因為你選擇了未來
* https://youtube.com/live/Lw0vUNRlcwg
* https://www.canva.com/design/DAFzlmBxGXw/PlS8LeoP0uc4qDEjq3fzdQ/view
* 因果模型
* 句型、詞組、口頭禪造就的台灣特色
* 台灣果語可愛的地方
* 我們正在共創的資料集主宰了未來
* 也許只要7B

* 17.關於20231106那天
* https://youtube.com/live/vM2Hapsu6NY
* https://www.canva.com/design/DAGBnvlJD20/MinvAxNv3_OdHsBkXnOYog/view
* 回顧那天
* AI生態改變了
* 新的機會
* 值得現在

* 18.溫和的部分
* https://youtube.com/live/7L9rXqJfjY0
* https://www.canva.com/design/DAGBnlQ_HdE/B36f6KjrHWLhvoT_2BevNw/view
* 極化/去極化
* HyDE的問題
* 多式綜合語（polysynthetic language）
* 簡語世代

* 19.費米推論
* https://youtube.com/live/yGpTM6SbjgM
* https://www.canva.com/design/DAGBns3wmPI/DnUJrcYIGR3NJY3YT9YkWg/view
* 費米問題（Fermi problem）
* 費米推論（Fermi Estimation Technique）
* 兩題「生活題」
* 兩題「商業題」
* 以及一題「挑戰題」
* 費米悖論（Fermi paradox）

* 20.大能力模型
* https://youtube.com/live/7iEORLaFZaM
* https://www.canva.com/design/DAGBnssdbz0/mGOpoQFhVNTygN_Cmvv79Q/view
* 基於知識或是基於推論
* 摘要、總結
* 模擬退火-局部區間最佳解與鄰近的最佳解
* 效益論與 「e/acc」 (有效加速主義)

* 21.大知識模型
* https://youtube.com/live/s28n1_TBo3s
* https://www.canva.com/design/DAGBnusjYcY/JIQUbEUqdov2w8beyZRGeg/view
* 基於知識或是基於推論
* 排序能力
* 觸發產生湧現
* 「d/acc」(防禦加速主義)

* 22.訓練資料的法律問題
* https://youtube.com/live/zgkNcNZnl1Q
* https://www.canva.com/design/DAGBnn5_1r4/3xQFGYmtS8H2yJjwMVwUIA/view
* 合理使用
* 美國的現況
* 日本的現況
* 中國的現況
* 歐盟的現況
* 台灣現況

:::danger
可能可以留給其他講者講
* LLM 怎麼煉成的
* 訓練用語言資料集的型態、功能、目的、必要條件
* 潛在的法律問題探討
* 資料集實際的長相(資料結構、欄位、檔案格式)
* 一個人如何開始一個資料集
* 什麼是有品質的資料集
:::

---

### 擬定周更計畫時需要回答的問題:
> 定義:下面提到備課的暫存檔，可以理解為節目腳本、rundown、老師備課的教案、或是訪綱

1. 你會使用哪種行事曆系統來安排內容製作計畫?
* Google Calendar. 執行有在行事曆上的項目
2. 你會以什麼頻率更新你的內容?
* 目前傾向星期二晚上
3. 你的內容應在何時更新?
* 備課的暫存檔有七堂時，可以啟動周更
* 要直播的當天17:50須完成主持人與講者再次確認當天可以直播
4. 內容的平均時間應該要多長?
* 包含推廣段宣傳，我每集只有20分鐘
* 包含收集下次(或未來)議題，可以給 Q&A 5~8分鐘
* 建議要有主持人介紹講者
5. 需要花多少時間製作每一次的內容?
* 20分鐘的內容至少需要30分鐘以上撰寫提詞大綱&製作投影片
* 上次課程Q&A延伸的帶到下次，大概需要15分鐘的準備時間來融入備課的暫存檔
6. 你會預備多少内容?
* 先備七堂，講者自己有興趣的主題
* 月更：Teemo談上個月有趣的AI新知
7. 你每周會留幾天用來創作內容?
* 月更：Teemo談上個月有趣的AI新知，此部分固定於每個月最後一個周一的20:00~21:00寫備課的暫存檔
* 新的備課的暫存檔，來自講者的每周日晚上22:00前生成，有出現在表列算完成備課
* 新的備課的暫存檔，來自歷次課程Q&A建議回饋，訂於每周六晚上22:30~23:00生成，有出現在表列算完成備課
8. 誰負責督促你的計畫進度?
* 要有真的人固定確認備課的暫存檔有七堂，需於每次直播完確認備課的暫存檔尚有兩堂，
* 不夠時需於每周六晚上19:00由真人提醒講師備課
9. 你預計在每個月哪天保留出時間,用以評估和調整內容製作計畫?
* 保留每個月最後一個周一的19:20~20:00討論
1. 這個專案的目標是什麼?
2. 我完成目標了嗎?
3. 哪部分進展順利?
4. 哪裡做得不好?
5. 我從這個專案中學到了什麼?
6. 該專案是否符合我的核心目標&價值觀?
7. 我會再做類似的事嗎?
8. 下次我會採取什麼不同的做法?
9. 我可以採用哪些系統和流程來改進執行?
10. 這是我需要花個人時間做的專案嗎? 還是我可以委託團隊中的某個人或外包出去?

---

### 每次都要回收建議回饋給講者知道
1. 你是怎麼知道我的/找到我的內容的?
2. 你喜歡我製作的內容嗎?
3. 你不喜歡什麼部分?
4. 你現在最大的痛點是什麼?

---