以5项任务来评测，评分为0到10分，ChatGPT 3.5得到8.68分，可商用的TAIDE-7B为8.3分，学研用的TAIDE-13B为8.74分。如果以中文mt-bench为评测工具，同样以0到10分为评分，ChatGPT 3.5得到8.72分，可商用的TAIDE-7B只有6.24分，学研用的TAIDE-13B则是8.48分。

尽管4月底已发布基于Llama 3的测试版模型，但目前TAIDE模型仍以Llama 2为主，结合繁体中文训练数据。为了取得繁体中文数据，TAIDE团队从「字词语料」、「通用文本」、「特定领域」三方面盘点公私部门的数据，逐一取得授权，目前数据授权单位涵盖中央部会、地方政府及民间组织，已完成处理的繁体中文数据共113.6GB，用于训练模型。徐玉梅指出，未来精进及发展更大规模的模型，还需要各界提供更多的数据，以训练模型。

至于算力方面，原本台湾杉二号建置32台Nvidia V100，供TAIDE模型专用。政府去年以1.1亿元建置Nvidia H100，并与暨有台湾杉二号集成，去年12月正式服务，模型训练所需的时间缩短一半。

为了让模型符合需求，团队开发模型的同时，也和产学研合作，例如知识检索、跨，在产业方面，有业者结合模型开发企业专用的AI一体机，还有知识管理查找、公文辅助文稿。

徐玉梅表示，在计划推动一开始，就与产学研共同合作，目前的合作案例，一部分在开发中，部分则已商品化，也有一些正与政府部门接洽，希望推动实际的应用。

目前TAIDE模型的应用已有国台客语，缺少原住民语言，她补充说明，目前TAIDE以纯文本为主，训练模型需要大量数据，原住民语言数据多以影像、影音为主，原住民语言的数据搜集比较不易，后续会与原住民委员会，或是从数位典藏国家型计划寻找可利用的原住民语言数据，TAIDE第一阶段为纯文本数据，后续会发展多模态发展，搜集图片数据。

至于未来产业及公部门如何运用？国科会政务副主委林法正表示，TAIDE为基础或通用模型，发布供外界运用，公部门可结合其业务特有的数据，可应用在数据汇整、会议记录汇整，写公文，或是回复民众的询问。TAIDE计划刚开始与教授合作，因此最初应用在教育方面，未来在法律、医疗的应用也正在发展中。

AI快速发展应用，各国制定专门的法规，台湾也在研拟AI基本法，林法正指出，因AI科技发展非常快，各国在制定基本法上都采取观望态度，因应外界的期望，国科会原本预定今年底提出基本法给行政院，如果行政院认为有需要提前，可提前至10月提出基本法。