數發部啟動「臺灣主權AI訓練語料庫」民間徵集，採無償授權、目前規模達 22 億 Tokens

數位發展部宣布正式啟動「臺灣主權AI訓練語料庫」民間語料徵集行動，採無償授權方式向出版業及電子書平臺徵集內容，以降低國際大型語言模型偏重簡體中文的影響。該語料庫自去年底上線，初期以中央及地方政府語料為主，截至今年 8 月底規模已達約 22 億 Tokens。 本次重點徵集內容包含四大類：經同意授權之出版品、出版品簡介、出版品試閱內容，以及已逾著作權保護期間的公共財典籍。針對著作權爭議，數發部強調徵集採「自願參與、明確授權、可退出」三大原則，並設有下架申請管道。 目前已有 Readmoo 讀墨、印刻文學、秀威資訊、食力、巨思文化等多家業者及作家簽署授權同意書，數發部部長林宜敬亦捐出《幸福的鬼島》等個人著作響應。