ChatGPT推動哈薩克語發展，揭示「英語獨大」AI的文化局限

哈薩克與OpenAI合作開發哈薩克語AI基準，代表了亞洲文化相關AI發展的重要一步。該項目由Qazaq Tili國際協會主導，創建了一個包含140億個標記（token）的數據集和一個500道題的文化知識測試，展示了從語言自身結構而非透過英語翻譯來構建AI的承諾。這種方法直接挑戰了大型語言模型訓練中普遍存在的「英語優先」範式，該範式往往導致其他語言的輸出膚淺或不準確。對於亞洲從事多語言AI應用的開發者和公司而言，這項舉措指出了投資於特定語言基準和母語數據收集的必要性。依賴事後翻譯來處理具有文化細微差別的內容將越來越顯得不足。OpenAI歐洲、中東和非洲教育主管Valerie Focke指出，該項目也將哈薩克定位為AI採用和與OpenAI合作的先驅。