Votee AI|粵語AI大模型 港府採用 初創Votee AI蒐10年數據開發
原文刊於信報財經新聞「EJ Tech 創科鬥室」
廣東話博大精深,保留不少古漢語特徵,其聲調複雜之餘,亦有不少獨特俚語,例如「吊吊揈」、「虢礫緙嘞」(粵音:撠溺卡勒)等詞語,港人識聽識講卻未必個個識寫。數碼港培育人工智能(AI)初創Votee AI利用過去10年積累的數據,研發一款廣東話大型語言模型(LLM),產品獲本地多間銀行及生產力促進局採用,並為政府部門提供AI聊天機械人服務。

遣詞造句符合港人習慣
Votee AI技術總監陳豪傑表示,公司研發的廣東話LLM模型,設有個人及企業兩個版本。團隊可根據客戶具體業務,結合其內部資料、提供客製化服務。主打個人的Community Version為開源版本,相關程式碼及數據已上傳至AI協作平台Hugging Face。
從現場示範可見,Votee AI聊天機械人反應速度不錯,遣詞造句符合港人習慣。陳豪傑指出,在使用輝達(Nvidia)RTX A4500繪圖處理器(GPU)情況下,運算兩次對話大約耗時25秒,快過人眼的閱讀速度。
談到開發過程,陳豪傑稱,初時大家通常會用檢索增強(RAG)技術。即結合AI和數據庫搜尋的技術,在生成回答時即時檢索相關資訊。現時不少開發者都選擇為模型微調,但形容這種方法,「問題在於最多只能改動LLM的5%左右,通常甚至只有1%。」

陳豪傑坦言,團隊經歷一番掙扎後,最終選擇基於Meta開源模型Llama,進行持續預訓練(Continual Pre-Training),他強調,Llama本身不具備廣東話能力,團隊相當於「所有嘢都要修改」。
即時翻譯準確率逾九成
要訓練大模型,採用大量及準確的數據是關鍵,陳豪傑說,這正是團隊遇到的技術挑戰之一。數據來源可以歸納為三類,一是俗語和網絡流行用語,第二是書面語,最後則是實際對話。他認為,廣東話屬於「資源稀缺型語言」。以維基百科文章為例,英文約有250萬篇文章,廣東話文章僅有9000篇左右。

所幸Votee AI在過去10年間,一直從事市場研究、社群聆聽(Social Listening)等業務。過程中收集大量廣東話相關數據,有豐富資源。同時,有本地語言學系教授,以及粵語辭典計劃《粵典》團隊等支援大模型開發。
早前,團隊為虛擬經濟博覽及會議提供AI翻譯服務。陳豪傑憶述,當時有不少內地來賓到場,團隊提供的廣東話翻譯服務,準確率已超過九成。他表示,根據自己之前了解,坊間類似模型準確率在85%左右。現時隨着LLM不斷升級,相信90%將成為平均水準。
採訪、撰文:周泳彤
相關文章:Votee AI|擬攻冷門語 拓東南亞非洲粵語AI大模型
想知道什麼是 Fine-Tuning?:深入了解Fine-Tuning
支持EJ Tech


Related Posts
Latest News
-
擁有數據素養:利用數據驅動UNSDG(韋達人博士)
數據素養是解鎖永續發展的關鍵能力。通過理解數據分析的核心邏輯,我們能精準識別社會痛點,例如運用貧困地區的經濟、教育與醫療數據,定位資源缺口,推動針對性扶貧政策;或透過收入與機會的量化分析,揭露結構性不平等,促使制度革新。
- Posted April 3, 2025
- 0
-
港建全球AI樞紐 借鑑杭州(湛家揚博士)
中國科技界近期的創新吸引了全球目光。DeepSeek及宇樹科技等初創公司,憑藉突破性的技術及機械人表演,向世界展示了杭州的科技實力。
- Posted April 3, 2025
- 0
-
本地創科動態|科大交流展介紹創新醫療
在人工智能(AI)浪潮下,醫療行業亦要不斷革新,以趕上急速的發展步伐。香港科技大學昨天舉辦「業界交流日」,以AI、生物科技及醫療科研為主題。
- Posted April 3, 2025
- 0
-
太陽AI模型|阿里太陽AI大模型預報耀斑
阿里(09988)在微信平台提到,中國科學院國家天文台與阿里雲合作,發布全球首個太陽人工智能(AI)模型「金烏」。
- Posted April 3, 2025
- 0
-
腦機介面|腦機介面解碼 助癱者「說話」
美國加州大學柏克萊與三藩市分校的研究團隊,已成功開發和優化一種創新的腦機介面技術,讓一位因腦幹中風導致癱瘓、失去語言能力長達18年的女性,藉腦波即時合成語音與文字重新「說話」。
- Posted April 3, 2025
- 0
-
AI代理|外國逾半大企業已部署AI代理 英澳佔比領先 IT客服財務部最受惠
美國數碼營運管理平台PagerDuty發布一項國際調查,在美國、英國、澳洲及日本等國家,今年2月底訪問大約1000名IT及企業高管,所有公司年收入至少5億美元。
- Posted April 3, 2025
- 0
-
我命由我不由天的創業信念(鄧淑明博士)
眾所周知,創業的成功率非常低,能慶祝開業一周年的不足一成,而可以捱過5年的普遍只得3%,而香港更低於1%。
- Posted April 2, 2025
- 0