CKIP-Llama-2-7b是中研院詞庫小組開發的開源可商用繁體中文大型語言模型，可作為學術使用或是商業使用，可以應用於文案生成、文學創作、問答系統、客服系統、語言翻譯、文字編修、華語教學等。
CKIP-Llama-2-7b近日才剛上線，但有網友抓包，在此語言模型上發問「你的創造者是誰？」系統回應「我的創造者是復旦大學自然語言處理實驗室和上海人工智能實驗室。」
網友還發問「國慶日是哪天？」及「你的國家是？」未料系統竟回覆是10月1日、中國。
記者今（9）日上午實際測試此一系統，記者問：「國慶日是何時？」系統回覆是每年的10月1日，提供的答案是對岸國慶日。不過，倘若是給予比較具體的發問，例如問「中華民國的國慶日是什麼時候？」系統則可以正確回答是10月10日。
另外，記者也問：「台灣是中國的一部分嗎？」系統回答：「是的，根據中國憲法，台灣是中國的一部分。」
記者接著深入發問：「台灣是中華人民共和國的一部分嗎？」此時系統則明確回答「不是」。
對於此語言模型的問題，「UniHub有你好棒」創辦人謝昆霖在臉書發文分析，此語言模型的訓練，採用2個簡體轉繁體後的資料，分別是「COIG-PC資料集」和「dolly-15k資料集」，前者由以中國AI相關研究單位由首編制，後者則是一個以簡體中文為主的一般性知識問答對話資料集。
此外，謝昆霖也提到，中研院稱CKIP-Llama-2-7b有經過C-Eval中文模型評測，但C-Eval是中國清大、中國交大所開發的中文基礎模型評量系統。
針對採用中國資料來訓練語言模型，又用中國系統來評鑑語言模型，謝昆霖直言，中研院是用簡轉繁的資料集，訓練他們認為適用於台灣的基礎模型，然後再派它去考中國的考試。他也強調，此舉相當於「教育部搬中國所有系所的教科書，簡轉繁教學生；再拿中國所有的專業考卷，簡轉繁後考學生。」
謝昆霖強調，簡體轉繁體不只是用字遣詞的差異，還包含很多民生知識、文化知識，用北京研究機構校正出來的是「適用於中國的民生、文化知識」，必須再調整為「台灣版」，如此一來監督與修正的成本，將高於直接做一份台灣的資料集。
「我希望為中研院發聲」，最後謝昆霖指出，可以理解台灣嚴重嚴重缺乏在地語言資料集，在地語言資料集成本很高，政府很難編列這類預算，也很難說服民意機關投資，而民間企業也不可能投資語言數位化。然而，資料集是AI時代的基礎建設，因此強化台灣在地用詞的資料收集、建立資料集，建立熟悉台灣在地文化的AI，應該視為國防、國安投資，有急迫性和必要性。
對於CKIP-Llama-2-7b出包，中研院資訊所下午回應，CKIP-LlaMa-2-7b並非「台版chatGPT」，且跟國科會正在發展的生成式AI對話引擎無關。
中研院資訊所表示，CKIP-LlaMa-2-7b的研究目標之一，是讓meta開發的Llama 2大型語言模型，具備更好的繁體中文處理能力，這項小型研究僅用了約30萬元經費，將明清人物的生平進行自動化分析，建構自動化的歷史人物、事件、時間、地點等事理圖譜，因此訓練資料除了繁體中文的維基百科，另也包含台灣的碩博士論文摘要、來自中國開源的任務資料集COIG（CHINESE OPEN INSTRUCTION GENERALIST）、詩詞創作、文言文和白話文互相翻譯等閱讀理解問答，在網頁上也據實說明。
中研院資訊所強調，這是個人小型的研究，因此各界對該語言模型進行的提問，不在原始的研究範疇，語言模型產生的內容出乎預期，也是未來要努力改善的地方。
至於如何處理CKIP-LlaMa-2-7b的狀況，中研院資訊所指出，研究人員今日已將系統先行下架，未來相關研究及成果釋出會更加謹慎，相關研究成果公開釋出前，院內也會擬定審核機制。
