這只是一個研究員的研究計畫，不用太在意。。。

這種個人計畫根本沒甚麼經費，只能找免錢的資料集。這些東西很貴的，你跟華視要電視新聞的稿子跟語音，至少要六百萬! (民視就很親民，幾年前只要三十萬，但現在應該會漲了吧)

而且這只會是用來訓練大語言模式的一小部分資料，要收集足夠的資料，好幾億元跑不掉，這本來就是國家級(或是google、Meta等級)的研究。。。

目前台灣國科會也在做，這種規格就是國家級的大語言模式，只希望他們做完後，可以把資料集開放讓其他學者來用，這樣其他學者就不需也不會去用中國提供的資料集

@davecode - Ref 中研院用簡轉中的資料集訓練完他們認為適用台灣的基礎模型，然後再派它去考中...