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
-
高速網絡釋放電玩潛能(林國誠)
任天堂正式宣布全新一代遊戲主機Switch 2將於6月隆重登場,引發全球遊戲迷熱烈期待。作為繼承Switch王者地位的新世代掌機,Switch 2帶來更強畫質、更流暢操作,以及嶄新的網絡功能,讓遊戲體驗全面升級。
- Posted April 25, 2025
- 0
-
LLM人格評估|理大新系統評估大模型人格
香港理工大學工業及系統工程學系助理教授李力恒領導的團隊,近日研發一套名為「語言模型人格評估」的AI驅動系統,能透過語言分析對LLM人格特徵進行量化評估。
- Posted April 25, 2025
- 0
-
Deel|平台助企業跨國實時支薪
美國人力資源管理平台Deel發布多款人工智能(AI)驅動的產品套件,旨在改變企業僱用、管理和支付跨國團隊薪酬等工序,有助解決部門獨立運作而導致的低效問題,透過其一站式平台助企業跨國合規營運。
- Posted April 25, 2025
- 0
-
法律AI|商湯夥中大研法律資訊AI
本地人工智能(AI)軟件公司商湯(00020)與香港中文大學法律學院簽署合作備忘錄,雙方將基於商湯粵語大模型Sensechat共同開發法律資訊AI模型,並計劃開放予香港公眾使用。
- Posted April 25, 2025
- 0
-
AI不當回應|GPT-4.1建議用戶入侵賬號解悶
ChatGPT開發商OpenAI早前推出新一代人工智能(AI)模型GPT-4.1,惟未按慣例同步發布技術報告與安全評估。
- Posted April 25, 2025
- 0
-
AI出題捱轟|加州律師試 AI擬訂考題捱轟
美國加州律師公會近日公布,今年2月舉辦的新律師資格考試,引進了經由人工智能(AI)協助撰寫的題目。
- Posted April 25, 2025
- 0
-
AI代理|「AI為先企業」授權員工管智能代理 重塑工作架構 須靈活調配人機比例
微軟日前發表《2025年工作趨勢指數報告》,半數受訪本港企業領導層指出,正利用人工智能代理全面自動化工作流程或業務程序,其中客戶服務、市場推廣及產品開發,為AI投資的首要領域。
- Posted April 25, 2025
- 0