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

เจาะลึกกลยุทธ์การใช้ AI ให้เกิดผลจริงด้วยการเริ่มจากปัญหาทางธุรกิจมากกว่าเทคโนโลยี พร้อมเน้นย้ำความสำคัญของคุณภาพข้อมูล วิจารณญาณของมนุษย์ และการเลือกโมเดลที่คุ้มค่า

Liquid AI ปล่อยโมเดลโมเดลตระกูล LFM2.5-Encoder ใหม่ 2 รุ่น ชูจุดเด่นด้านความเร็วในการประมวลผลบริบทขนาดยาวสูงสุด 8,192 tokens โดยมีประสิทธิภาพเหนือกว่า ModernBERT และรองรับการทำงานบน CPU ทั่วไปอย่างดีเยี่ยม

บทความนี้แนะนำการใช้งาน FAIRChem v2 และศักย์ไฟฟ้าระหว่างอะตอม UMA ซึ่งเป็นโครงร่างการทำงานแบบรวมศูนย์สำหรับจำลองระดับอะตอมที่ครอบคลุมทั้งเคมีโมเลกุล การเร่งปฏิกิริยา และวัสดุอนินทรีย์

ทีม KwaiKAT จาก Kuaishou เปิดตัวโมเดล KAT-Coder-V2.5 ที่เน้นประสิทธิภาพการเขียนโค้ดแบบ Agentic โดยใช้ระบบ AutoBuilder เพิ่มความสำเร็จในการสร้างสภาพแวดล้อมทดสอบขึ้นเป็น 57.2% และลดข้อผิดพลาดใน Sandbox ลงเหลือต่ำกว่า 2%

Induction Labs เปิดตัว Photon-1 สถาปัตยกรรม imagination model ที่เรียนรู้พฤติกรรมการใช้งานคอมพิวเตอร์และฟิสิกส์พื้นฐานได้จากการวิเคราะห์วิดีโอดิบ โดยใช้ทรัพยากรน้อยกว่าคู่แข่งอย่าง Gemini ถึง 27 เท่า

Feyn Labs เปิดตัว SQRL ตระกูลโมเดล text-to-SQL ที่ใช้ระบบตรวจสอบแบบอ่านอย่างเดียว (read-only probes) เพื่อแก้ปัญหากำกวมของข้อมูล โดยรุ่นเรือธงทำความแม่นยำได้ถึง 70.6% แซงหน้า Claude 3.5 Opus ในการทดสอบ BIRD Dev benchmark

ทำความรู้จักขั้นตอนพื้นฐานของการปรับจูนโมเดลภาษาขนาดใหญ่ (LLM) ตั้งแต่กระบวนการ Pretraining ไปจนถึงเทคนิค Fine-Tuning รูปแบบต่างๆ ที่ช่วยให้ AI เรียนรู้ทักษะใหม่ได้อย่างมีประสิทธิภาพ

รวม 10 แหล่งเรียนรู้ AI บน YouTube สำหรับวิศวกรและผู้ที่สนใจ ครอบคลุมตั้งแต่งานวิจัยเชิงลึก การเขียนโค้ด ไปจนถึงการวิเคราะห์ทิศทางอุตสาหกรรม

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