SID AI เปิดตัว SID-2 โมเดล Agentic Search ชนะ GPT-6 Astra

· By: AttapolK

SID AI เปิดตัว SID-2 โมเดล Agentic Search ชนะ GPT-6 Astra

SID AI ประกาศเปิดตัว SID-2 โมเดล Agentic Search รุ่นที่สอง พร้อมระบบ SID-2 Swarm โดยโมเดลนี้จะทำหน้าที่ค้นหาข้อมูล อ่านผลลัพธ์ และส่งคืน ID ของเอกสารที่จัดลำดับแล้ว ช่วยเปลี่ยนผ่านจาก RAG pipeline แบบคงที่ไปสู่โมเดลที่สามารถตัดสินใจเลือกแนวทางการค้นหาได้ด้วยตัวเอง

TL;DR

  • Size: Context window รองรับสูงสุด 262k tokens ตามรายงานเทคนิค (หรือ 256k บน sid.ai/models)
  • Runs on: ให้บริการผ่าน Hosted API ที่ platform.sid.ai พร้อมรองรับ Baseten และ SageMaker โดยตัวเลข Latency วัดจากการใช้ 1 B200 GPU ประมวลผล 8 query พร้อมกัน
  • Performance: เอเยนต์เดี่ยวมีประสิทธิภาพการดึงข้อมูล (retrieval) เทียบเท่ากับ Claude Opus 5.5 ขณะที่ระบบ Swarm สามารถเอาชนะทุกโมเดลที่ SID เคยทดสอบมา
  • Best: SID-2 Swarm (12 เอเยนต์) ทำคะแนนได้ถึง 0.720 NDCG สูงกว่า GPT-6 Astra ที่ทำได้ 0.704
  • Worst: SID-2 Low ทำคะแนนได้ 0.556 NDCG ซึ่งต่ำกว่า GPT-6 Astra อยู่ 0.148 โดย Astra ยังคงมีประสิทธิภาพเหนือกว่าในด้านกฎหมายแคลิฟอร์เนีย การยื่นเอกสารต่อ SEC และ FiQA
  • Bottom line: ข้อดีคือการดึงข้อมูลในระดับ Frontier ด้วย Latency ที่ต่ำมาก ส่วนข้อเสียคือยังไม่มีการเปิดเผยขนาดโมเดล Weights หรือผลการประเมินจากองค์กรอิสระในขณะนี้

SID-2 คืออะไรและทำงานอย่างไร?

SID-2 ถูกออกแบบมาให้เป็นผู้เชี่ยวชาญด้านการค้นหาขนาดเล็ก ไม่ใช่โมเดลแชททั่วไป ต่างจาก Pipeline แบบ Static ที่ต้องรันขั้นตอนเขียนใหม่ (rewrite) ฝังตัว (embed) ค้นหา (search) และจัดลำดับ (rerank) ตามลำดับที่ฟิกซ์ไว้ แต่ SID-2 จะใช้การ ค้นหา อ่านผลลัพธ์ ปรับตัว และค้นหาซ้ำ เพื่อความแม่นยำสูงสุด

นักพัฒนาสามารถเชื่อมต่อเครื่องมือค้นหากับ Backend เดิมได้ทันที โดยใช้ text_search สำหรับการหาด้วย Keyword และ search สำหรับ Vector Search เมื่อจบการทำงานโมเดลจะเรียก report_helpful_ids พร้อมส่งรายการเอกสารที่จัดลำดับแล้วกลับมา ไม่จำเป็นต้องทำ indexing ใหม่หรือเคลื่อนย้ายข้อมูล เพราะ SID-2 จะประมวลผลเฉพาะสิ่งที่เครื่องมือของคุณส่งคืนมาเท่านั้น

สำหรับ SID-2 Swarm จะรันเอเยนต์หลายตัวพร้อมกันเพื่อ ส่งข้อความถึงกันและแยก context (fork) ไปยังเอเยนต์ใหม่ เพื่อสำรวจส่วนต่างๆ ของคลังข้อมูลแยกจากกัน SID ระบุว่าการค้นหาจะมีประสิทธิภาพมากขึ้นเมื่อได้อ่านเอกสารจำนวนมาก แทนที่จะใช้การใช้เหตุผลที่หนักหน่วงกับเอกสารเพียงไม่กี่ฉบับ

ความพยายามในการใช้เหตุผล (reasoning effort) และ Metric Steering คืออะไร?

SID-2 มาพร้อมระดับความพยายามในการใช้เหตุผล 3 ระดับ ได้แก่ Low, Medium และ High ซึ่งแต่ละระดับถูกฝึกมาแยกกันก่อนจะรวมเข้าด้วยกันด้วย Multi-teacher on-policy distillation ส่วนฟีเจอร์ Metric Steering จะช่วยให้ผู้ใช้กำหนดเป้าหมาย NDCG, F1 หรือ Recall@k (โดย k ตั้งแต่ 1-50) ได้ตามต้องการ ซึ่งในชุดทดสอบ 506 คำถามของ SID พบว่าระดับ High Effort ทำคะแนนสูงกว่าโมเดลพื้นฐานถึง 0.14 - 0.22 ต่อเมทริกซ์

SID-2 ได้รับการฝึกฝนอย่างไร?

การฝึกฝนใช้ Reinforcement Learning 2 ขั้นตอน คือ 1. ปรับแต่งคุณภาพการดึงข้อมูล และ 2. เพิ่มบทลงโทษ Latency แบบทวีคูณกับรางวัลเชิงบวก นอกจากนี้ยังใช้ระบบ Proposer-solver self-play เพื่อสร้าง Query ที่ยากขึ้นมาทดสอบกับโมเดล SID-1 ส่งผลให้มีอัตรา Throughput ในการฝึกฝนเพิ่มขึ้นถึง 6 เท่าเมื่อเทียบกับโครงสร้าง SLIME แบบเดิม

ประสิทธิภาพของ SID-2 บน benchmark เป็นอย่างไร?

SID ทดสอบผ่าน 506 คำถามจาก 19 คลังข้อมูล อาทิ HotpotQA, อีเมล Enron, เอกสาร SEC และ PubMed โดยมีข้อมูลที่น่าสนใจจาก ตารางที่ 2 ถึง 4 ของรายงาน ดังนี้:

  • SID-2 Medium: ได้ 0.585 NDCG ภายใน 3.11 วินาที (Claude Opus 5.5 ได้ 0.577 ใน 25.1 วินาที)
  • SID-2 Swarm (6 เอเยนต์): ได้ 0.701 NDCG ใน 17.7 วินาที (GPT-6 Astra ได้ 0.704 ใน 135 วินาที)
  • SID-2 Swarm (12 เอเยนต์): ทำคะแนนสูงสุดที่ 0.720 NDCG
  • Baselines: ระบบเดิมอย่าง BM25 ทำได้ 0.260 และ Vector search ที่ใช้ Reranker ทำได้ 0.287

Swarm ครองอันดับหนึ่งใน 11 จาก 19 คลังข้อมูล โดยเฉพาะใน WixQA ที่เอเยนต์เดี่ยวระดับ High-effort มีประสิทธิภาพเทียบเท่า Astra แต่มีต้นทุนถูกกว่าถึง 232 เท่า

SID-2 vs GPT-6 Astra vs Claude Opus 5.5

ฟีเจอร์SID-2 (medium)SID-2 Swarm (6 เอเยนต์)GPT-6 Astra (max)Claude Opus 5.5 (medium)
ประเภทAgentic search modelMulti-agent searchGeneral LLMGeneral LLM
พารามิเตอร์ไม่เปิดเผยไม่เปิดเผยไม่เปิดเผยไม่เปิดเผย
Context262k/256kไม่มีที่สิ้นสุดในทางปฏิบัติไม่เปิดเผย1M
NDCG (SID benchmark)0.5850.7010.7040.577
เวลา Inference/query3.11 วินาที17.7 วินาที135 วินาที25.1 วินาที
ต้นทุนต่อ 1,000 queries$6.54$263$2,141$131
ราคา API (1M tokens)$0.25 / $1.00$0.50 / $2.00$10 / $50$4 / $20

หมายเหตุ: ตัวเลขประสิทธิภาพวัดโดย SID บน Benchmark ของตนเอง

การใช้งานสำหรับนักพัฒนา

นักพัฒนาสามารถใช้งาน SID-2 ผ่าน API ของ SID และบน Baseten โดยมี SDK รองรับทั้ง Python (sid-sdk), TypeScript (@sid-ai/sid-sdk) และ Go (github.com/sidhq/sid-go) รวมถึงมีเครื่องมือช่วยสำหรับ SageMaker บน AWS โดยใช้รูปแบบการติดตั้งคล้ายกับ OpenAI client

ค่าบริการ SID-2 เริ่มต้นที่ $0.25 สำหรับ Input และ $1.00 สำหรับ Output ต่อหนึ่งล้าน tokens ส่วนระบบ Swarm คิดราคา $0.50 และ $2.00 ตามลำดับ โดยมีการคิดราคาพิเศษสำหรับ Cached input เพียง 10% ของราคาปกติ

สรุปประเด็นสำคัญ

  • SID-2 เป็นโมเดลการค้นหาแบบ Agentic ที่ฝึกด้วย RL โดยเน้นการส่งคืน ID เอกสารที่แม่นยำ
  • ประสิทธิภาพระดับ Medium เทียบชั้น Opus 5.5 แต่ทำงานเร็วกว่าเกือบ 8 เท่า
  • ระบบ Swarm แบบ 12 เอเยนต์ คือผู้ทำคะแนนสูงสุดในชุดทดสอบปัจจุบัน
  • ประหยัดต้นทุนและไม่ต้องทำ Reindexing ข้อมูลใหม่
  • ข้อมูลทั้งหมดยังเป็นผลการทดสอบภายในของบริษัท และยังไม่มีการเปิดเผย Weights สู่สาธารณะ
Source: MarkTechPost
ดูแลงานแปลและเรียบเรียงโดย AttapolK

ความคิดเห็น (0)

เข้าสู่ระบบเพื่อร่วมแสดงความเห็น

สมัครสมาชิก

มาเป็นคนแรกที่แสดงความเห็นกันเลยโบร