tag: LLM

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

ทำความรู้จัก NVIDIA NeMo Switchyard ระบบจัดการเส้นทางคำขอ AI ที่ช่วยเลือกใช้โมเดลราคาถูกในงานง่ายและสลับไปใช้โมเดลระดับสูงเฉพาะงานยาก เพื่อประสิทธิภาพสูงสุดในราคาที่ประหยัดกว่า

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

Perplexity ปล่อยแพลตฟอร์ม Portable Computer ระบบ Agentic แบบ Local-first ที่รวมโมเดลและ Sandbox ไว้ในเครื่องเดียวบนขุมพลัง NVIDIA DGX Spark เพื่อความปลอดภัยและประหยัดค่าใช้จ่าย

CTO ของ Pangram ระบุว่าระบบป้องกันหลังการฝึกฝน (Post-training) ทำให้ AI แสดงออกได้จำกัดจนเกิดภาวะ mode collapse ซึ่งต่างจาก Base model ที่มีความหลากหลายของภาษาจนยากต่อการตรวจจับ

เปลี่ยนจากโจทย์ 'Design YouTube' สู่ 'Design ChatGPT' ด้วยเฟรมเวิร์ก 7 ขั้นตอนเพื่อรับมือการสัมภาษณ์งานในตำแหน่ง AI Engineer และ Applied Scientist อย่างมืออาชีพ

IBM Research พบว่าการใส่ความจำหรือคำแนะนำให้เอเจนท์ AI ไม่ได้ยิ่งมากยิ่งดีเสมอไป แต่ต้องปรับปริมาณยาให้เหมาะสมกับระดับความฉลาดของโมเดลแต่ละรุ่นเพื่อประสิทธิภาพสูงสุดและต้นทุนที่ต่ำลง

วิธีการตั้งค่าโมเดล Qwen3.8-27B ให้เป็นผู้ช่วยเขียนโค้ดอัจฉริยะบนเครื่องคอมพิวเตอร์ของคุณเองผ่าน Ollama และ OpenCode โดยไม่ต้องตั้งค่าเซิร์ฟเวอร์ให้ยุ่งยาก

นำเสนอขั้นตอนการ Fine-tuning โมเดลภาษาแบบ end-to-end เพื่อรองรับการเรียกใช้เครื่องมือ (tool-calling) ครอบคลุมตั้งแต่การจัดการชุดข้อมูล XYZ-Aquila-SFT ไปจนถึงการปรับแต่ง LoRA บนโมเดล Qwen3

เปลี่ยนหน้าเว็บให้เป็นเครื่องมือตอบคำถามอัจฉริยะด้วย Python และ LLM โดยเน้นการทำความสะอาดข้อมูลเพื่อลดการใช้ Token และเพิ่มความแม่นยำของคำตอบ

Nvidia เปิดตัว Nemotron 3.5 Lightning โมเดลขนาด 3.6 พันล้านพารามิเตอร์ที่ทำความเร็วได้ถึง 670 tokens ต่อวินาที โดยมีประสิทธิภาพเทียบเท่าโมเดลขนาดใหญ่กว่าอย่าง gpt-oss-120b ของ OpenAI

Meta เปิดตัว Muse Glimmer โมเดล Multimodal ขนาด 30 พันล้านพารามิเตอร์ ภายใต้สัญญาอนุญาต Apache 2.0 ออกแบบมาเพื่อเป็น AI Agent ที่ประมวลผลบนเครื่องส่วนตัวได้อย่างรวดเร็วและปลอดภัย

Multiverse Computing พัฒนาเทคนิค Fused Chunked KL Loss ช่วยลดการใช้หน่วยความจำในการฝึกโมเดล AI ขนาดเล็กลงได้มหาศาล ทำให้การทำ Distillation ระดับสเกลใหญ่ประหยัดและเข้าถึงได้ง่ายขึ้น

Allen Institute for AI เปิดตัว TutorMoments พรีวิวเฟรมเวิร์กสำหรับประเมินโมเดลภาษา (LLMs) ในบทบาทครูสอนพิเศษ โดยเน้นจุดตัดสินใจสำคัญว่าโมเดลควรยื่นมือเข้าช่วยหรือผลักดันให้นักเรียนใช้ความคิดด้วยตัวเอง

คณะกรรมการรางวัลพูลิตเซอร์เผยมีผลงานถึง 8 ชิ้นที่ใช้ AI ในกระบวนการทำงาน โดยมีผู้ชนะถึง 5 รายที่ใช้ LLM ช่วยวิเคราะห์ข้อมูลขนาดใหญ่ แต่ยังคงสั่งห้ามใช้ AI ในการเขียนและเรียบเรียงเนื้อหาข่าวโดยเด็ดขาด

การขยายสถาปัตยกรรม Multi-agent AI ให้ทรงพลังไม่จำเป็นต้องจ่ายแพงเสมอไป ด้วย 4 เทคนิคการจัดการ Token ที่ช่วยลดทั้งค่าใช้จ่ายและความล่าช้าในการประมวลผลอย่างได้ผล

AMD เปิดตัว Instella-MoE-16B-A3B โมเดลภาษาขนาด 16B ที่ใช้พารามิเตอร์จริงเพียง 2.8B ต่อโทเค็น ฝึกฝนบน GPU Instinct MI300X และ MI325X พร้อมเปิดเผยชุดข้อมูลและโค้ดทั้งหมดเพื่อการวิจัย

PolyAI เปิดตัวโมเดล Dialog-RSN-1 ที่รับรู้เสียงผู้โทรโดยตรงโดยไม่ผ่านการถอดความ ช่วยให้การสลับคิวพูดและตอบโต้เป็นธรรมชาติ พร้อมประสิทธิภาพความเร็วระดับใช้งานจริงในกลุ่มธุรกิจองค์กร

คู่มือการกำหนดค่าและใช้งาน Kimi CLI ในฐานะ AI coding agent แบบ Non-Interactive ตั้งแต่การติดตั้งผ่าน uv การตั้งค่า Moonshot API ไปจนถึงการสร้าง Python wrapper เพื่อให้เอเจนต์วิเคราะห์และแก้ไขโปรเจกต์ได้โดยอัตโนมัติ

เจาะลึกกลยุทธ์การใช้ AI ให้เกิดผลจริงด้วยการเริ่มจากปัญหาทางธุรกิจมากกว่าเทคโนโลยี พร้อมเน้นย้ำความสำคัญของคุณภาพข้อมูล วิจารณญาณของมนุษย์ และการเลือกโมเดลที่คุ้มค่า