多語言訓練數據分佈不均

風險描述

LLM 訓練數據以英語為主導（通常佔 80% 以上），導致模型在非英語語言上的表現顯著下降。對中文、台語、客語等語言的理解可能出現文化誤讀和語義錯誤。低資源語言的使用者無法獲得與英語使用者同等品質的 AI 服務，加劇全球數位不平等。