CKIP-Llama-2-7b是中研院词库小组开发的开源可商用繁体中文大型语言模型，可作为学术使用或是商业使用，可以应用于文案生成、文学创作、问答系统、客服系统、语言翻译、文字编修、华语教学等。
CKIP-Llama-2-7b近日才刚上线，但有网友抓包，在此语言模型上发问「你的创造者是谁？」系统回应「我的创造者是复旦大学自然语言处理实验室和上海人工智能实验室。」
网友还发问「国庆日是哪天？」及「你的国家是？」未料系统竟回复是10月1日、中国。
记者今（9）日上午实际测试此一系统，记者问：「国庆日是何时？」系统回复是每年的10月1日，提供的答案是对岸国庆日。不过，倘若是给予比较具体的发问，例如问「中华民国的国庆日是什么时候？」系统则可以正确回答是10月10日。
另外，记者也问：「台湾是中国的一部分吗？」系统回答：「是的，根据中国宪法，台湾是中国的一部分。」
记者接著深入发问：「台湾是中华人民共和国的一部分吗？」此时系统则明确回答「不是」。
对于此语言模型的问题，「UniHub有你好棒」创办人谢昆霖在脸书发文分析，此语言模型的训练，采用2个简体转繁体后的资料，分别是「COIG-PC资料集」和「dolly-15k资料集」，前者由以中国AI相关研究单位由首编制，后者则是一个以简体中文为主的一般性知识问答对话资料集。
此外，谢昆霖也提到，中研院称CKIP-Llama-2-7b有经过C-Eval中文模型评测，但C-Eval是中国清大、中国交大所开发的中文基础模型评量系统。
针对采用中国资料来训练语言模型，又用中国系统来评鉴语言模型，谢昆霖直言，中研院是用简转繁的资料集，训练他们认为适用于台湾的基础模型，然后再派它去考中国的考试。他也强调，此举相当于「教育部搬中国所有系所的教科书，简转繁教学生；再拿中国所有的专业考卷，简转繁后考学生。」
谢昆霖强调，简体转繁体不只是用字遣词的差异，还包含很多民生知识、文化知识，用北京研究机构校正出来的是「适用于中国的民生、文化知识」，必须再调整为「台湾版」，如此一来监督与修正的成本，将高于直接做一份台湾的资料集。
「我希望为中研院发声」，最后谢昆霖指出，可以理解台湾严重严重缺乏在地语言资料集，在地语言资料集成本很高，政府很难编列这类预算，也很难说服民意机关投资，而民间企业也不可能投资语言数位化。然而，资料集是AI时代的基础建设，因此强化台湾在地用词的资料收集、建立资料集，建立熟悉台湾在地文化的AI，应该视为国防、国安投资，有急迫性和必要性。
对于CKIP-Llama-2-7b出包，中研院资讯所下午回应，CKIP-LlaMa-2-7b并非「台版chatGPT」，且跟国科会正在发展的生成式AI对话引擎无关。
中研院资讯所表示，CKIP-LlaMa-2-7b的研究目标之一，是让meta开发的Llama 2大型语言模型，具备更好的繁体中文处理能力，这项小型研究仅用了约30万元经费，将明清人物的生平进行自动化分析，建构自动化的历史人物、事件、时间、地点等事理图谱，因此训练资料除了繁体中文的维基百科，另也包含台湾的硕博士论文摘要、来自中国开源的任务资料集COIG（CHINESE OPEN INSTRUCTION GENERALIST）、诗词创作、文言文和白话文互相翻译等阅读理解问答，在网页上也据实说明。
中研院资讯所强调，这是个人小型的研究，因此各界对该语言模型进行的提问，不在原始的研究范畴，语言模型产生的内容出乎预期，也是未来要努力改善的地方。
至于如何处理CKIP-LlaMa-2-7b的状况，中研院资讯所指出，研究人员今日已将系统先行下架，未来相关研究及成果释出会更加谨慎，相关研究成果公开释出前，院内也会拟定审核机制。
