我後來研究了一下，這邊碰到的亂碼問題是在medical dataset裡面就存在的，是數據本身的問題...
恩～謝謝你的建議，我應該會用使用的dataset自己重新訓練一個tokenizer來解決亂碼的問題～...
jjchen1的鐵人檔案