歐洲 AI 主權，不只看底模來自哪裡

OpenEuroLLM 帳號的模型卡記錄一個以 Qwen3 9B 為底模、在 LUMI 進行的實驗性微調；另一張由 Hugging Face 帳號 birgermoell 發布的 Qwen3.5-9B 模型卡則自報開發集分數由 59.3% 升至 68.1%。兩者不是同一個模型。判斷歐洲 AI 主權，還得檢視資料、算力、評測與安全證據。

模型被稱為「主權 AI」時，光看它在哪裡訓練，還不夠回答誰能決定它如何運作。底模、訓練資料、運算平台、評估設計與安全檢查，分屬不同環節；把它們拆開，才看得見實際控制權落在哪裡。

兩張模型卡，描述的是不同實驗

OpenEuroLLM 帳號的 OELLM 9B 256K SFT 模型卡把底模列為 Qwen3 9B，並將這個 checkpoint 定位為在 LUMI 執行的實驗性監督式微調。卡片的資料表將 Tulu-3 標為一般指令回放、以英語為主但含有多語資料；EuroBlocks 是合成歐洲語指令；Nemotron-v2 數學子集則是英語數學提示與合成推理軌跡。這些不同來源不該被壓成單一「歐洲語料」。

模型卡將這個 SFT 階段的最大序列長度列為 4,096 tokens，並明示尚未完成安全評估。這些限制會影響我們如何解讀它的能力，不該只看模型名稱或運算硬體。

LUMI 的專案介紹將 OpenEuroLLM 描述為由 20 個成員組成的合作聯盟，涵蓋歐洲研究機構、公司與 EuroHPC 中心；LUMI 是專案使用的平台之一。這描述的是合作與運算基礎設施；它本身不證明每一張模型卡都由整個聯盟正式發布。

成績要連著模型與切分方式一起讀

另一張由 Hugging Face 帳號 birgermoell 發布的 Qwen3.5-9B-EU-SFT 模型卡稱，這個版本針對 24 種以上歐洲語言微調，並在該卡所列的開發集上把整體準確率從 59.3% 提高到 68.1%。它將結果標為逐項評分的 dev split，也說明這只是第一階段 SFT，不是完成的產品模型。模型卡亦註明這是快速檢視：每個評測分組只有 10 個 prompts，完整評測仍在進行中；小樣本分組的絕對分數僅供參考。

阿里巴巴集團的發布說明確認 Qwen3.5 是其模型系列；但這不能單獨證明上述微調結果是獨立評估，也不能把它變成 OpenEuroLLM 帳號發布的官方成績。該模型卡的引用資訊列出 OpenEuroLLM Task 4.6 為共同作者之一；這項署名不等於由 OpenEuroLLM 帳號發布。可直接讀到的 OpenEuroLLM 帳號模型卡描述的是另一個以 Qwen3 9B 為底模的實驗。兩張卡各自的發布者、底模與評測條件都要保留，不能合併成一個模型的成績。

主權是一組可以追溯的控制權

OpenEuroLLM 的官方網站把資料、文件、訓練與測試程式碼，以及評估指標都列入「真正開放」的目標。這些是專案承諾；要判斷落實程度，仍須看各個模型實際公開了什麼。LUMI 是其中一個平台，而官方帳號模型卡則讓人追到特定 checkpoint 的底模、資料組成與評估限制。

因此，討論歐洲 AI 主權時，可以逐層追問：

• **底模與授權：**使用哪個上游模型，能否修改、重配與再發布？
• **訓練資料：**來源、授權、語言分布與過濾方式是否可查？
• **運算平台：**誰能取得算力，訓練流程能否重現？
• **評測與安全：**分數來自哪種切分，是否有獨立評估與完成的安全檢查？

從公開的專案目標和兩張模型卡來看，歐洲的 AI 主權不必等同於每一層都從零自建；更具體的判準，是能否選擇並檢查底模、資料、算力、評測與部署環節。這是根據現有資料作出的解讀，不是模型卡本身宣稱已完成的結果。