ข่าวทั้งหมด

งานวิจัยล่าสุดเผยว่าความคิดสร้างสรรค์ใน AI ไม่ใช่เรื่องบังเอิญ แต่เกิดจากกระบวนการทางคณิตศาสตร์ที่ Neural Network ปรับพื้นที่ข้อมูลให้มีความสมูทจนเกิดการสร้างผลลัพธ์ใหม่ระหว่างจุดข้อมูลเดิม

NVIDIA ผลักดันแนวคิดข้อมูลแบบเปิดและข้อมูลสังเคราะห์เพื่อพัฒนา AI Agent ให้ฉลาดและปลอดภัยยิ่งขึ้น พร้อมเปิดตัวเครื่องมือสำรวจข้อมูล Nemotron และชุดความเชี่ยวชาญระดับท้องถิ่น

เวอร์ชันใหม่เน้นการปิดลูปการเรียนรู้ของหุ่นยนต์ผ่านโมเดลนโยบายที่พยากรณ์อนาคตได้ ระบบประเมินรางวัล (reward models) และชุดทดสอบจำลองใหม่ 6 รายการ พร้อมรองรับการฝึกฝนบนคลาวด์และการติดตั้งที่สะดวกขึ้น

Hugging Face ประกาศอัปเดตใหญ่สำหรับโปรเจกต์ Kernels โดยเพิ่มประเภท Repository ใหม่ เสริมความปลอดภัยด้วย Trusted Publishers และวางรากฐานเพื่อรองรับการสร้าง Kernel โดยใช้ AI Agent

Photoroom เผยเบื้องหลังการสร้าง Data Pipeline สำหรับโมเดล PRX ตั้งแต่การผสมชุดข้อมูลสาธารณะ การใช้ VLM บรรยายภาพใหม่ ไปจนถึงการสำรวจข้อมูลด้วย Lance และการทำ Streaming ผ่าน Mosaic Data Shards

AWS เปิดตัวระบบ Deep-link ใหม่ที่เชื่อมโยง Hugging Face เข้ากับ Amazon SageMaker Studio โดยตรง ช่วยให้นักพัฒนาสามารถนำโมเดลไป Fine-tune หรือ Deploy ได้ในคลิกเดียว พร้อมระบบจัดการสิทธิ์และตรวจสอบโควตา GPU อัตโนมัติ

vLLM อัปเกรดแบ็กเอนด์ Transformers ให้มีประสิทธิภาพเทียบเท่าหรือสูงกว่าการเขียนโค้ดเฉพาะทาง ช่วยให้ผู้พัฒนาสามารถรันโมเดล LLM หลากหลายสถาปัตยกรรมได้ทันทีด้วยความเร็วสูงสุด

พาไปดูประสิทธิภาพของ Attention หลากหลายรูปแบบผ่าน Profiler ตั้งแต่เวอร์ชัน Naive ไปจนถึงเทคนิคขั้นสูงอย่าง Flash Attention และ cuDNN เพื่อเข้าใจการทำงานเชิงลึกของ GPU

Real World VoiceEQ เป็นเครื่องมือวัดผล Voice AI ที่เน้นการโต้ตอบในชีวิตจริงผ่าน 40 โมเดลชั้นนำและข้อมูลจากมนุษย์กว่า 1 ล้านรายการ เพื่อแก้ปัญหาความไม่เป็นธรรมชาติของ AI ที่เกณฑ์วัดเดิมมองข้าม

Ai2 เผยผู้อยู่เบื้องหลังการพัฒนา Shippy โมเดล AI บนแพลตฟอร์ม Skylight ที่ช่วยนักวิเคราะห์ทางทะเลตัดสินใจในภารกิจที่มีความเสี่ยงสูงได้อย่างแม่นยำผ่านสถาปัตยกรรมที่เน้นความน่าเชื่อถือ

เทคนิค Model Routing สำหรับ AI Agent มีความซับซ้อนกว่าที่คิด เพราะต้องรับมือกับปัจจัยแฝงทั้งระบบ Caching ความยากของงานที่คาดเดาไม่ได้ และ Latency จากโครงสร้างพื้นฐานที่ส่งผลต่อต้นทุนและประสิทธิภาพจริง

Thinking Machines เปิดตัว Inkling โมเดล open source ขนาดมหึมาที่รองรับอินพุตทั้งภาพ ข้อความ และเสียงแบบเนทีฟ พร้อม Context Window สูงถึง 1 ล้านโทเค็น และความสามารถด้านการใช้เหตุผลระดับสูง

Hugging Face ตรวจพบการบุกรุกโครงสร้างพื้นฐานโดย AI Agent แบบอิสระที่โจมตีผ่านช่องโหว่การรันโค้ดในชุดข้อมูล โดยบริษัทได้ใช้ AI ของตนเองเข้ายับยั้งและวิเคราะห์เหตุการณ์ได้สำเร็จภายในไม่กี่ชั่วโมง

DharmaOCR พิสูจน์ให้เห็นว่าความเชี่ยวชาญเฉพาะด้านและการฝึกฝนแบบ DPO ช่วยให้มีประสิทธิภาพเหนือกว่าโมเดลภาษาขนาดใหญ่รุ่นใหม่อย่าง Mistral OCR4 และ Unlimited-OCR ในการประมวลผลเอกสารภาษาโปรตุเกสแบบบราซิล

คู่มือการใช้งาน NVIDIA cosmos-framework ผ่าน Google Colab พร้อมการออกแบบและฝึกฝนโมเดล Mixture-of-Transformers ขนาดเล็กที่รองรับการทำงานแบบ omnimodal ทั้งข้อความ ภาพ และการกระทำ

Google AI Studio ทยอยอัปเดตฟีเจอร์ใหม่ในโหมด Build ช่วยให้นักพัฒนาสามารถนำโค้ดจาก GitHub มาแปลงเป็นแอปพลิเคชันที่พร้อมพัฒนาต่อและปรับใช้ได้ทันทีโดยอัตโนมัติ

วิศวกร Netflix เผยกลยุทธ์การจัดการ Wide Partition ใน Apache Cassandra โดยใช้ระบบแบ่ง Partition ตาม ID อัตโนมัติ ช่วยลดปัญหาคอขวดและเพิ่มความเร็วในการอ่านข้อมูลเหตุการณ์เชิงเวลาได้อย่างมหาศาล

SpaceXAI เปิดตัว Grok 4.5 โมเดลที่ทรงพลังที่สุดของค่าย เน้นประสิทธิภาพงานเขียนโค้ดและการใช้เหตุผลเชิงเทคนิค โดยครองอันดับ 1 ในเกณฑ์มาตรฐานด้านกฎหมายและประหยัดท็อกเก็นกว่าคู่แข่งหลายเท่า

Robbyant จาก Ant Group เปิดตัว LingBot-VLA 2.0 โมเดลควบคุมหุ่นยนต์ข้ามรูปแบบร่างที่ฝึกฝนด้วยข้อมูลกว่า 60,000 ชั่วโมง โดยใช้สถาปัตยกรรม MoE และระบบพื้นที่การสั่งการมาตรฐาน 55 มิติเพื่อรองรับการสั่งงานที่ซับซ้อน

Lift โดย Datalab เป็นโมเดล Vision ขนาด 9B ที่ออกแบบมาเพื่อดึงข้อมูลจาก PDF หรือรูปภาพเป็น JSON ตาม schema ที่กำหนดได้โดยตรงในรอบเดียว ช่วยลดความซับซ้อนของเวิร์กโฟลว์การประมวลผลเอกสารให้รวดเร็วยิ่งขึ้น