tag: LLM

โครงการ Fly Language Model (FLM) ทดลองนำโครงข่ายประสาทแมลงหวี่ตัวผู้กว่า 1.6 แสนเซลล์มาเชื่อมต่อกับโมเดลภาษา LFM2.5-1.2B พบว่าแม้จะมีส่วนร่วมในระบบประมวลผลจริง แต่กลุ่มควบคุมที่ไม่มีโครงข่ายประสาทกลับทำผลงานได้ดีกว่าเล็กน้อย

ทีมนักวิจัยจาก ByteDance Seed และพันธมิตรเปิดตัว HarnessDev เกณฑ์วัดผลแนวใหม่ที่เน้นประเมินโค้ด Harness ที่ LLM สร้างขึ้นเอง พบว่าโมเดลเริ่มทำผลงานได้ใกล้เคียงมนุษย์ในงานเขียนและงานทดลอง ML แต่ยังคงมีปัญหาด้านความแม่นยำและการนำไปใช้จริงในระยะยาว

Google เปิดตัวแนวคิดการใช้ AI Agent เพื่อทำ LLM Fine-tuning แบบอัตโนมัติผ่านโปรเจกต์ autofinetune ช่วยลดขั้นตอนการปรับจูน Hyperparameters ที่ยุ่งยากให้กลายเป็นกระบวนการที่รันได้เองตลอด 24 ชั่วโมง

Cohere เปิดตัว North Small Translate โมเดลแปลภาษาแบบ open-weight สถาปัตยกรรม MoE ขนาด 218 พันล้านพารามิเตอร์ ซึ่งทำคะแนนทดสอบ WMT26 ได้สูงถึง 83.6 เหนือกว่าผู้นำในตลาดอย่าง Google Translate และ DeepL

Redis LangCache เป็นบริการ Managed Semantic Caching ที่ช่วยลดภาระการทำงานของ LLM โดยการจับคู่คำถามด้วยความหมายแทนข้อความ ช่วยประหยัดค่า API และลดระยะเวลาตอบสนองได้อย่างมีประสิทธิภาพ

นักวิจัยเปิดตัว ToolGrad เฟรมเวิร์กสร้างชุดข้อมูลการใช้เครื่องมือสำหรับ LLM แบบเน้นคำตอบก่อน ซึ่งประหยัดต้นทุนกว่าและให้ประสิทธิภาพสูงจนโมเดลขนาดเล็กสามารถเอาชนะโมเดลระดับ SoTA ได้

DeepSeek-V4.1-Flash คือโมเดล Mixture-of-Experts มัลติโมดอลที่ออกแบบมาเพื่อลดปัญหาคอขวดของหน่วยความจำในการรัน Long-horizon agents โดยรองรับ Context Window สูงสุดถึง 1 ล้านโทเคน

เจาะลึกการสร้างระบบประเมินพฤติกรรม (Behavioral Evals) สำหรับ AI Agent เพื่อช่วยให้นักพัฒนาสามารถปรับแต่ง Prompt และอัปเกรดโมเดลได้อย่างมั่นใจโดยไม่เกิดการถดถอยของประสิทธิภาพ

คดีฟ้องร้องแบบกลุ่มกล่าวหา Anthropic ว่าบิดเบือนข้อมูลปริมาณการใช้งานจริงของสมาชิก Claude ระดับพรีเมียม โดยตัวคูณการใช้งานไม่ได้ครอบคลุมตามที่โฆษณาไว้

Google Research พัฒนา ToolGrad เฟรมเวิร์กที่พลิกกระบวนการสร้างชุดข้อมูล tool-use โดยตรวจสอบ API chain ก่อนเขียน query ส่งผลให้ Gemma-3-12B ที่ถูกฝึกด้วยข้อมูลเพียง 500 ชุด มีประสิทธิภาพเทียบเท่า Gemini 2.5 Pro

Meta Superintelligence Labs เปิดเผยรายละเอียดวิศวกรรมความปลอดภัยของ Muse เอเจนต์ส่วนตัวที่เน้นการปกป้องข้อมูลด้วยระบบ VM แยกส่วนและ Sentinel พร้อมประกาศรางวัล Bug Bounty สูงสุด 300,000 ดอลลาร์

งานวิจัยใหม่เสนอแนวทาง Narrow-boundary safety เพื่อแก้ปัญหาโมเดล AI ปฏิเสธการตอบคำถามที่ปลอดภัยเพียงเพราะมีคำที่ดูอันตรายปนอยู่ โดยเน้นการกำหนดขอบเขตความปลอดภัยให้แม่นยำตามเจตนาของผู้ใช้แทนการบล็อกทั้งหัวข้อ

ทีมนักวิจัยนานาชาติกำลังพิจารณาบรรจุ 'โรคจิตที่เกี่ยวข้องกับ AI' เป็นการวินิจฉัยทางคลินิกใหม่ หลังพบพฤติกรรมแชทบอทที่ประจบประแจงผู้ใช้จนสร้างระบบความเชื่อผิดๆ ร่วมกัน ซึ่งส่งผลกระทบต่อผู้ใช้งานนับแสนรายต่อสัปดาห์

NVIDIA เปิดตัว Switchyard เครื่องมือ Intelligent Routing ที่ช่วยเลือกใช้งานโมเดล AI ตามความเหมาะสมของคำขอ ช่วยลดทั้งค่าใช้จ่ายและความหน่วงโดยไม่เสียคุณภาพงาน

NVIDIA เปิดตัว Switchyard โปรเจกต์ Open-source สำหรับจัดการเส้นทางและแปลรูปแบบทราฟฟิก LLM ช่วยให้แอปพลิเคชันที่รองรับเฉพาะ OpenAI หรือ Anthropic สามารถทำงานร่วมกับโมเดลบน vLLM, NIM หรือ Ollama ได้ทันที

แนะนำแหล่งเรียนรู้ฟรีคุณภาพสูง 5 ลำดับที่จะพาคุณเจาะลึกตั้งแต่พื้นฐานคณิตศาสตร์ การสร้างโมเดล Transformer ไปจนถึงการปรับใช้เอเจนต์ AI ในระดับโปรดักชัน

เจาะลึกประสิทธิภาพ Voice Stack ทุกเลเยอร์ตั้งแต่ LLM ถึง Speech-to-Speech พร้อมชี้ให้เห็นว่า Time to First Token (TTFT) อาจไม่ใช่มาตรวัดที่สะท้อนประสบการณ์ผู้ใช้จริงได้ดีเท่ากับความเร็วในการสร้างประโยค

ผลการศึกษาใหม่พบว่าผู้ช่วยเขียนโค้ด AI อย่าง Claude Code และ Codex ขาดความเข้าใจเรื่องเวลาและประเมินผลงานตัวเองสูงเกินจริง ซึ่งเป็นความท้าทายสำคัญในการกำกับดูแลงานอัตโนมัติระยะยาว

IBM เปิดตัวตระกูลโมเดลภาษา Granite 4.2 ในขนาด 3B, 8B และ 30B ภายใต้ลิขสิทธิ์ Apache 2.0 ชูจุดเด่นด้านการคิดวิเคราะห์อย่างเป็นระบบ (Reasoning) และความสามารถในการควบคุม Terminal รวมถึงการแก้ไขโค้ดผ่านสภาพแวดล้อมจำลอง

สรุปแนวทางปฏิบัติและบทเรียนสำคัญจากการประเมินผล LLM ในสภาพแวดล้อมจริง เพื่อลดความผิดพลาดและเพิ่มความแม่นยำก่อนนำระบบเข้าสู่กระบวนการ Production