黃亮勳
創辦 Twinkle AI，專注於開源繁體中文資料集與下一代繁中模型，為台灣 AI 生態奠定基礎並持續推進模型訓練技術。領導團隊打造台灣首個最小推理模型 Formosa-1 (F1)，並曾以一人團隊完成繁體中文語料蒐集與模型訓練，成功推出台灣首個 Llama 3.2 3B 最小推理模型。
議程
你以為「乾淨」的微調資料就是安全的嗎？最新研究指出，僅僅 100 筆來自 Dolly、Alpaca 這類良性資料集的樣本——表面無害、卻帶有有害梯度方向的 Benign Outliers——就足以讓一個對齊過的 LLM 安全防線全面崩潰，而且完全不需要外部惡意資料當錨點。
本場分享將以 Twinkle AI 開源的 gemma-3-4B-T1-it 為實驗對象，帶大家走過一次真實的攻擊與防禦：如何用 Self-Inf-N 從繁中良性資料中挖出這些「隱形地雷」、它們在連續學習場景下有多難消除，以及 SafeGrad、AsFT 這類梯度約束防禦方法到底擋不擋得住。
適合對 LLM 安全、微調、開源模型治理有興趣的開發者與研究者。
為什麼要開這個議題？
* 資料分類是模型進化的階梯— 延續先前的 FinePDFs，如何讓這些碎片化的文字變成可被 LLM 吸收的「領域專長」，關鍵就在於高品質的分類與標納。
* 訓練 LLM 的重要步驟— 訓練或微調模型前，你需要一個精準的分類器來過濾雜訊與分類資料！
* 運用高效率的 Few-Shot 方法打造分類器— 分類器的訓練方法百百種，本議程預計使用 SetFit ，可以在極少量的標註樣本下，快速打造出強大的分類器。
* 評估與分析— 不只談訓練，更需要進行評估與分析，科學地驗證模型究竟是真的還是瞎猜。
誰適合來聽這個議程？
* 開源狂熱份子— 想了解開源 LLM 的技術細節。
* LLM 領域的初學者— 想知道在「Prompt Engineering」之外，如何透過微調技術（Fine-tuning）改善資料流程的開發者。
這個議題期望帶來什麼樣的影響力？
* 我們是 TwinkleAI— 一個致力於建立「臺灣在地資料集與模型」的社群，也藉由讀書會等活動，推廣 LLM 相關知識的普及，目前已公開多筆資料集以及數顆繁體中文模型。
* 人人都能學會的 LLM— 透過大量公開的資料，人人都能入門 LLM 的相關知識；並且理解 LLM 的運作脈絡，你可以更有效率的馴服 AI！！