台湾正在扩大自有的AI训练数据池，如今还希望从出版商处获取图书和原创作品。对于需要真正理解台湾文化的模型的本地AI开发者而言，这是积极的一步。

• 由政府运营的台湾主权AI语料库自去年12月以来规模增长逾三倍，从约2,000个数据集增至5,000多个。
• 数字发展部建立该语料库，是为了让AI模型直接从完整作品中学习台湾文化与观点，而非依赖二手摘要。
• 目前覆盖范围涵盖民间传说、语言、法律、艺术、经济、医学、历史、交通及本地语言。
• 下一阶段的目标是私营内容——电子书、完整图书和出版商书目——采取自愿加入、明确授权，并保留日后退出的权利。
• 出版商自行审核其内容质量；平台只检查格式和结构，不审查材料的实质内容。

展望：随着更多出版商加入，该语料库预计将持续扩充，为教育、公共服务和客户支持领域所用的本地模型训练、微调及检索工具提供支撑。