tag: NLP

สร้างไปป์ไลน์ NER แบบกำหนดเองด้วยพลังการใช้เหตุผลของ LLM ในไม่กี่ขั้นตอนง่ายๆ เพื่อสกัดข้อมูลสำคัญจากข้อความที่ไม่มีโครงสร้างได้อย่างมีประสิทธิภาพ

Fastino Labs เปิดตัวโมเดล open-weight ขนาด 340 ล้านพารามิเตอร์ มุ่งเน้นการตัดสินใจในระบบ AI Agent เช่น การกำหนดเส้นทางและคัดกรองข้อมูล โดยสามารถทำงานได้รวดเร็วแม้ใช้เพียงหน่วยประมวลผล CPU

วิเคราะห์เจาะลึกโมเดล Jev ที่เน้นการตัดสินใจแบบมีโครงสร้างแทนการสร้างข้อความ พร้อมตอบคำถามเรื่องประสิทธิภาพและความแตกต่างจากโมเดลภาษาทั่วไป

Knowledgator เปิดตัว GLiFormer โมเดลสกัดข้อมูลแบบ Schema-conditioned ที่ทำคะแนนสกัด Nested JSON ได้สูงถึง 91.10 F1 โดยไม่ต้องสร้าง Token ใหม่ ช่วยลดความหน่วงและเพิ่มความแม่นยำในการระบุแหล่งที่มาของข้อมูล

Scikit-LLM ช่วยให้การใช้งานโมเดลภาษาขนาดใหญ่สะดวกขึ้นผ่าน scikit-learn estimator API เพื่อรองรับ Pipeline และการทำ cross-validation ได้ทันที

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

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

Gigatoken คือโอเพนซอร์สไลบรารี Rust สำหรับเข้ารหัสข้อความ (Tokenizer) ที่ทำความเร็วได้ถึง 24.53 GB/s บนเครื่อง AMD EPYC 9565 ทิ้งห่าง HuggingFace Tokenizers เดิมถึง 989 เท่า

ผลการศึกษาใหม่เผยให้เห็นว่าโมเดล Claude แสดงออกถึงค่านิยมที่แตกต่างกันตามภาษาที่ใช้ โดยมีความอบอุ่นมากขึ้นในภาษาฮินดีแต่เคร่งครัดกว่าในภาษารัสเซีย สะท้อนแนวคิดผ่านมิติหลัก 4 ด้าน