文/ 編輯中心
2026高雄市長選戰逐漸升溫。根據《鉅聞天下新聞網》委託皮爾森數據執行的「2026高雄市長選舉調查報告」，民進黨賴瑞隆支持度47.78%，國民黨柯志恩46.14%，兩人差距僅1.64個百分點，另有4.24%尚未決定、1.84%表示都不支持或不投票。值得注意的是，高雄政黨認同仍呈現綠大於藍，但柯志恩在中間選民、民眾黨認同者取得明顯優勢，使市長人選支持度呈現拉鋸。
調查顯示，高雄市受訪者政黨認同以民進黨41.43%居首，國民黨25.19%，兩者相差16.24個百分點。不過，政黨認同上的差距並未完全反映在市長人選支持度，賴瑞隆與柯志恩支持度僅相差1.64個百分點。
進一步觀察選民結構，柯志恩在中間選民取得59.79%支持，民眾黨認同者支持柯志恩的比例更達95.02%。若以2024年總統大選投票選擇交叉分析，當時支持柯文哲的受訪者，有82.60%在此次調查轉向支持柯志恩。
換言之，在藍綠政黨認同仍存在明顯差距的情況下，中間及白營選民的流向，成為柯志恩縮小差距的重要因素，也使高雄市長選情呈現不同於傳統藍綠基本盤的競爭態勢。
年齡層方面，賴瑞隆在青年選民占有優勢。20至29歲受訪者中，賴瑞隆支持度52.72%，柯志恩36.38%，相差16.34個百分點；其中20至29歲女性，賴瑞隆領先幅度更達28.71個百分點。
60歲以上選民則由柯志恩以50.19%領先賴瑞隆46.49%，差距3.70個百分點。不過，同一高齡族群內也呈現明顯性別差異，60歲以上男性支持柯志恩的比例達56.11%，60歲以上女性則有57.76%支持賴瑞隆。
另一項值得觀察的指標，是現任高雄市長陳其邁的施政滿意度，能否進一步轉化為民進黨接班人選的支持。
調查顯示，45.49%受訪者對陳其邁施政表示「非常滿意」，其中92.39%支持賴瑞隆，顯示高度滿意市政表現的選民，與賴瑞隆支持度具有高度連動。
但在17.83%對陳其邁施政表示「滿意」的受訪者中，僅29.82%支持賴瑞隆，反而有58.23%支持柯志恩。這項交叉分析也顯示，陳其邁的市政滿意度目前並未全面轉化為賴瑞隆的支持度，部分對現任市府持正面評價的選民，在下一任市長人選上仍有不同選擇。
從此次調查來看，高雄政黨認同結構仍呈現綠大於藍，賴瑞隆在整體支持度及青年族群暫居領先；柯志恩則在中間選民、民眾黨認同者及部分中高齡族群取得優勢。雙方整體支持度差距僅1.64個百分點，在此次調查正負2.40個百分點抽樣誤差範圍內，現階段呈現高度競爭態勢。
後續除了藍綠基本盤能否有效動員，中間選民及2024年支持柯文哲的選民最終流向，以及陳其邁施政滿意度能否進一步轉化為民進黨接班人選支持，都將成為高雄市長選戰的重要觀察指標。
民調說明：本次「2026高雄市長選舉調查報告」由《鉅聞天下新聞網》委託皮爾森數據執行，調查對象為高雄市年滿20歲以上網路人口，調查期間自2026年7月27日至8月1日，共計6天，有效樣本1,608份，在95%信心水準下，抽樣誤差為正負2.40個百分點以內；調查經費來源為《鉅聞天下新聞網》。
商傳媒｜林昭衡／綜合外電報導 隨著人工智慧技術快速發展，OpenAI 的 ChatGPT 和 Anthropic 的 Claude 等大型語言模型（LLMs）已進化為多模態 AI，不僅能處理文字，還能分析圖像，甚至從文字描述生成圖片。然而，學術界對此一進步也提出擔憂，指出這些模型存在「視覺幻覺」（Visual Hallucinations）問題，即 AI 在圖像處理過程中可能生成看似合理但實際錯誤或荒謬的輸出。 根據知名學術期刊《Communications of the ACM》的報導，諾丁漢大學（University of Nottingham）電腦視覺副教授 Michael Pound 指出，LLMs 經過大量文本與影像資料訓練，由於缺乏對「真理」的明確規範，其輸出往往僅具統計學上的合理性，而非真實。加州柏克萊人工智慧研究實驗室（University of California Berkeley Artificial Intelligence Research lab, BAIR）的博士後研究員 David Chan 也提到，儘管人類也會有類似錯誤，但大眾期望 AI 模型的表現應優於人類。 「視覺幻覺」對自動駕駛車與安全監控影像分析等關鍵應用領域構成嚴重挑戰，可能損害大眾對 AI 的信任度。例如，當背景資訊與圖像內容矛盾時，幻覺現象會更頻繁。Michael Pound 舉例說明，醫學影像分析若受其他病患資料影響，AI 可能因此忽略圖像中實際存在的疾病跡象。他強調，對於盲人輔助科技等使用者無法自行驗證輸出的情境，AI 模型的精確度至關重要，任何錯誤都可能帶來風險。 研究人員正積極探討視覺幻覺的根本成因，認為這與生成式 AI 模型作為仰賴機率的「預測引擎」本質息息相關。目前，除了針對特定任務的影像資料進行模型微調（fine-tuning），並在如自動駕駛車中導入光達（LiDAR）等多餘感測器以彌補錯誤外，現有的後驗證（post-hoc verification）方法也面臨效率低落的問題，因為它需要額外的 AI 模型來檢查輸出，過程緩慢且僅能拒絕錯誤回應，無法直接修正。 為提升驗證效率，新的「REVERSE 框架」被提出，它能在 AI 生成回應的過程中同步檢查幻覺。此框架透過訓練模型將詞語分類為「自信」或「不自信」，並在生成影像描述時給予每個詞彙信心評分，從而實現即時修正。David Chan 形容這是一種「推論技巧」，能讓部署中的系統根據預期的錯誤率來進行應對。未來研究則將聚焦於從源頭防止 AI 模型產生幻覺，並探索視覺推理（visual reasoning）而非純文本推理，透過讓模型分析圖像的幾何與外觀，來提高其精準度、理解基礎及可解釋性。
圖／本報資料庫 商傳媒｜林昭衡／綜合外電報導 隨著生成式人工智慧（AI）工具的普及，許多企業起初不設限制地採購與導入 AI 系統。然而，這波熱潮如今卻讓企業開始正視其背後潛藏的法律風險，特別是在訴訟或調查過程中，AI 系統資料的保存問題日益凸顯。 在昨日舉行的法律科技會議 ILTACON 首日議程中，與會者便將焦點放在 AI 採購後的資料保存挑戰。ILTACON 是一個專為法律專業人士舉辦的年度技術會議，旨在探討法律領域的科技應用與趨勢。會中指出，如同大學生在派對上恣意拿取飲料，許多企業在面對 AI 浪潮時，也曾不加思索地大量引進新工具與系統。 隨著 AI 系統逐漸成為企業日常營運的一部分，相關的法律風險浮出檯面。企業必須開始思考如何妥善儲存 AI 系統產生的資料，以應對未來可能的法律訴訟或內部調查。例如，若有合成媒體（synthetic media）作為證據提交，透過正確儲存後設資料（metadata，即描述資料本身的資訊，如創建時間、來源、格式等），將有助於辨識其真偽。 為因應這項需求，市場上的供應商也正逐步推出相關工具，協助企業蒐集、保存並分析 AI 系統中的資料，例如 Thomson Reuters、律商聯訊（Lexis）等公司都提供此類服務，產品包含 Thomson、CoCounsel、Lexis+、Protégé 等。Reveal、Newcode 和 Relativity 等科技公司亦投入開發相關解決方案。
《圖說》國會民主研習戰鬥營學員們激烈攻防辯論戰。 【民眾網諸葛志一台中報導】立法院115年度國會民主研習戰鬥營於24日至25日在立法院民主議政園區辦理，來自全國各大專校院的青年學員齊聚臺中霧峰，立法院民主議政園區在原臺灣省議會議事堂，透過國會議事、人工智慧、媒體傳播、國際政治及議題攻防等多元課程，實際走進議事殿堂，深入認識國會運作及民主政治精神。 立法院中南部服務中心主任邱俊龍表示，立法院民主議政園區目前具體發展定位為落實「民主教育會展中心」的推動，今年立法院也編列預算辦理原省議會議事堂相關設備及公共服務設施之全面整修，結合園區歷史建築、議事設備、民主教育及情境模擬，立法院民主議政園區將成為「全國第一座議事教育實境模擬場域」。 《圖說》立法委員廖偉翔（右）、臺中市政府副秘書長林谷龍（中）與學員們交流。 今年民主戰鬥營最具特色的課程，是將成果發表及辯論攻防移至原臺灣省議會議事堂辦理。學員實際坐進議席、使用議事設備，分別扮演民意代表及相關議事角色，從議題分析、論述建構、政見發表到質詢答辯，完整體驗議事運作及公共政策辯論過程。 本屆戰鬥營亦開創傳承與菁英制的青年培育模式，發掘具有公共參與熱忱、民主素養、政策思辨、表達能力及領導潛力的優秀青年，逐步建立國會民主研習戰鬥營菁英人才資料庫名單，形成國會民主教育青年人才網絡。 《圖說》立法院國會民主研習戰鬥營在立法院民主議政園區舉行。 立法院中南部服務中心表示，透過近期活化整建，民主議政園區已成為全國舉辦民主教育營隊的選擇熱點。除了大專青年培育，近年也積極推動友善兒少及分齡民主教育。立法院中南部服務中心持續與鄰近大專校院合作，訓練青年志工，並共同設計適合不同年齡層的民主與議事教育課程。目前已逐步發展「小小議長營」、「青春議事槌」及「國會民主研習戰鬥營」等系列品牌，從國小、高中一路延伸至大專青年，建立不同學習階段的民主教育路徑，讓民主素養從兒童及青少年階段向下扎根。 立法院中南部服務中心表示，民主議政園區承載臺灣省議會數十年的議政歷史，未來將持續以民主教育會展中心為發展方向，使珍貴的民主歷史記憶轉化為青年教育及公共參與資源，讓民主議政園區不僅成為保存臺灣民主歷史的重要基地，更成為培養新世代公民領袖及實踐民主價值的教育場域。 《圖說》立法院中南部服務中心主任邱俊龍為學員們加油打氣。
