關於我們

了解這個平台的建立初衷、實驗性質與背後的技術。

專案願景

這是一個以 地端大型語言模型 (Local LLM) 為核心驅動的實驗性專案。

我們致力於建立一個能夠自動聚合多方觀點的系統。雖然每一篇報導都會經過 AI 進行摘要與內容分析，但我們認為 媒體立場的判斷應交還給讀者與社群，因此網站上的媒體立場標籤主要依賴使用者投票決定。您可以將其視為「擁有 AI 閱讀助手功能的 GroundNews」服務。

面對當前 海量且未經處理的碎片化資訊，巨大的資訊海嘯往往輕易淹沒了人們的注意力。希望能成為協助台灣社會有效過濾雜訊、聚焦議題的工具，並作為理性對話的基石。同時也期待這套系統能成為媒體工作者的輔助工具，透過 AI 的第三方視角，協助產出更多元、客觀的報導。

Q：新聞內容是否有版權問題？

我們嚴格遵守合理使用原則。本站僅提供由 AI 生成的摘要與分析觀點，絕不轉載新聞原文。每一則分析皆會附上原始新聞連結，引導讀者前往來源網站閱讀完整報導。
Q：為什麼選擇這 15 間新聞來源？

媒體來源的選擇並非隨機，而是參考自 牛津大學路透社新聞研究所 (Reuters Institute) 發布的《年度數位新聞報告 (Digital News Report)》中，關於台灣市場媒體信任度的研究數據。
Q：為何只爬取國際新聞？
目前的考量主要有兩點：
1. 降低爭議：國際新聞相對能減少國內政治立場的直接衝突，讓我們更專注於分析報導本身。
2. 效能控管：為了確保每一則新聞都能在時效內完成高品質的摘要與分析，我們必須限制總處理量。未來視算力擴充情況，不排除增加國內新聞的可能性。
Q：立場分析中的「左派 / 右派」是如何定義的？

目前的分類標準主要參考 GroundNews 的光譜。我們理解立場是多象限的，單純的左右二分法確實較為狹隘且難以完美呈現所有細節。這是一個過渡性的分類方式，若找到更適合的分類未來可以修改。

Q：AI 的軟硬體規格為何？
本專案的核心 AI 服務運行於自建的地端伺服器上。
- 模型：採用 GPT-OSS 20b 模型。
- 算力：由 6 張 NVIDIA RTX 3090 顯示卡並聯運算。
- 調度：由於該算力同時需負擔另一個 Line Chatbot 的請求，為了避免「塞車」，採取了較為保守的呼叫策略。
Q：為什麼有時候會出現 Internal Server Error 或處理很久？

除了 AI 運算節點外，整個網站的後端服務目前僅運行於一台獨立的 PC 上。作為一個個人維護的實驗專案，資源相對有限，若遇不穩定之處，還請多多包涵。
Q：AI 有時候沒有回應，或顯示 Error？

這通常發生在該新聞事件的相關報導數量過多時。當文本總量超出了 LLM 單次能處理的上下文視窗 (Context Window) 上限，就可能導致分析失敗。

如果您對本專案有任何建議、合作想法，或發現系統錯誤，歡迎透過以下方式聯繫：