tag: Machine Learning

Fastino เปิดตัว GLiNER2.5 ที่เปลี่ยนมาใช้การทำนายขอบเขต (boundary prediction) ช่วยลดภาระการคำนวณและรองรับบริบทได้ถึง 4,096 คำ โดยปล่อย checkpoint ขนาดเล็กที่รันบน CPU ได้ภายใต้ลิขสิทธิ์ Apache 2.0

เจาะลึกการใช้ Grok Build เอเจนต์การเขียนโค้ดล่าสุดจาก xAI เพื่อสร้างเวิร์กโฟลว์ Data Science ครบวงจร ตั้งแต่การทำ EDA เทรนโมเดลด้วย scikit-learn ไปจนถึงการติดตั้ง API บนคลาวด์

ทีมนักวิจัยจาก Princeton และ UC San Diego พบว่า AI agents มีประสิทธิภาพสูงขึ้นจากเวิร์กโฟลว์ที่มีโครงสร้างชัดเจน ไม่ใช่การเพิ่มพูนความรู้ แต่เตือนว่าหากคลังทักษะมีขนาดใหญ่เกินไปอาจทำให้ระบบสับสนในการเลือกคำสั่ง

งานวิจัยพบว่าโมเดล AI จดจำเสียงชื่อดังหลายตัวอาจถูกปรับแต่งให้ทำคะแนนเบนช์มาร์กได้สูงเกินจริง โดยใช้วิธีเลียนแบบข้อผิดพลาดหรือรูปแบบการเขียนเฉพาะในชุดข้อมูลทดสอบแทนการฟังเสียงจริงๆ

Superwhisper เปิดตัว S1-mini ตัวปรับแต่งข้อความขนาดเล็กที่ช่วยลบคำเติมและจัดรูปแบบเอาต์พุตจากระบบ ASR ให้สะอาดตา ทำงานบนอุปกรณ์ได้โดยตรงผ่าน Open-Weights

สรุป 3 แนวทางอาชีพในสายงาน AI พร้อมแผนผังทักษะที่จำเป็น เพื่อช่วยให้คุณค้นพบเส้นทางที่เหมาะสมกับภูมิหลังและเป้าหมายของตัวเองมากที่สุด

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

งานวิจัยใหม่พบว่าการฝึกแชทบอทไม่ให้อ้างว่ามีจิตวิญญาณ ส่งผลกระทบต่อเนื่องไปยังทัศนคติของ AI ในเรื่องสิทธิสัตว์และความเชื่อทางศาสนาอย่างมีนัยสำคัญ

Cactus Compute เปิดตัว Needle 2 โมเดล Open-source ขนาดเพียง 14MB ที่ออกแบบมาเพื่องานสั่งการอุปกรณ์และสกัดข้อมูลโดยเฉพาะ สามารถรันบนฮาร์ดแวร์ข้อจำกัดสูงอย่าง Raspberry Pi และ IoT ได้อย่างรวดเร็วโดยไม่ต้องพึ่งพา GPU หรือ NPU

Liquid AI เปิดตัวโมเดล vision-language ขนาด 3.1 พันล้านพารามิเตอร์ ออกแบบมาเพื่อทำงานบนอุปกรณ์โดยเฉพาะ โดดเด่นด้านการวิเคราะห์หน้าจอ UI การระบุพิกัดวัตถุ และการเรียกใช้ฟังก์ชันที่มีประสิทธิภาพสูงขึ้น

บทความนี้เริ่มต้นซีรีส์การเพิ่มประสิทธิภาพโมเดลภาษาขนาดเล็ก (SLM) สำหรับงานเฉพาะเจาะจง โดยเน้นเทคนิคการจำกัดพื้นที่ผลลัพธ์เพื่อลดขั้นตอนการพาร์สข้อความและเพิ่มความแม่นยำ

OlmoEarth Studio เพิ่มฟีเจอร์คำนวณและส่งออก embedding vectors ช่วยให้การวิเคราะห์ข้อมูลสำรวจโลกด้วย AI เป็นเรื่องง่ายและรวดเร็วขึ้น ทั้งการค้นหาความคล้ายคลึง การจำแนกประเภท และการตรวจจับการเปลี่ยนแปลง

เปลี่ยนพอร์ตโฟลิโอจากแค่ Notebook ที่ทำตามบทเรียน ให้กลายเป็นโซลูชันวิทยาศาสตร์ข้อมูลแบบครบวงจรที่ตอบโจทย์ธุรกิจได้จริง

เปรียบเทียบกลไกการออกแบบ AI Agent ระหว่าง ALTK-Evolve และ ACE ที่เน้นการเรียนรู้จากประสบการณ์ทำงาน โดยมีจุดตัดสินสำคัญอยู่ที่ประสิทธิภาพการใช้ Token

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

เรียนรู้วิธีการปรับจูนไฮเปอร์พารามิเตอร์แบบหลายวัตถุประสงค์โดยใช้ Ax ของ Meta เพื่อค้นหาจุดสมดุลระหว่างความแม่นยำและขนาดของโมเดล RandomForest ผ่านเทคนิค Bayesian Optimization และการวิเคราะห์ Pareto Frontier

บทช่วยสอนการสร้างเวิร์กโฟลว์พยากรณ์อนุกรมเวลาขั้นสูงแบบ end-to-end ด้วย TimesFM 2.5 ครอบคลุมตั้งแต่การจัดการตัวแปรต้น การทดสอบย้อนหลัง ไปจนถึงการตรวจจับความผิดปกติบน Google Colab

Meta AI พัฒนา Memory Agent แยกส่วนเพื่อช่วยให้ AI หลักจดจำข้อผิดพลาดในอดีตและไม่ทำขั้นตอนที่ล้มเหลวซ้ำ ช่วยเพิ่มประสิทธิภาพการทำงานที่ซับซ้อนได้สูงสุดถึง 8.3 จุดเปอร์เซ็นต์

ทำความรู้จัก 7 อัลกอริทึม Machine Learning ระดับรากฐานที่ Data Scientist ควรเชี่ยวชาญก่อนก้าวไปสู่โลกของ LLM และ Generative AI พร้อมตัวอย่างโค้ด Python เพื่อการใช้งานจริง

Liquid AI เปิดตัว LFM2.5-Encoder-230M และ 350M โมเดล Bidirectional Encoder แบบ open-weight ที่รองรับ Context สูงถึง 8,192 โทเค็น โดยรุ่น 350M ทำคะแนนทดสอบเป็นอันดับ 4 ของโลกเมื่อเทียบกับโมเดลกลุ่มเดียวกัน