on
SCB10X ประกาศปล่อยโมเดลปัญญาประดิษฐ์ LLM โดยรองรับหลายรูปแบบทั้งแบบขัอความปกติ, แบบรับภาพ, และแบบรับ/ตอบเป็นเสียง
ตัวโมเดลทั้งหมดพัฒนาต่อมาจากโมเดลโอเพนซอร์ส Llama-3.1/3.2, Qwen2.5 พร้อมกับโมเดลความปลอดภัย Typhoon2-Safety ที่พัฒนามาจาก mdeberta-v3-base โดยจุดสำคัญคือการสร้างชุดข้อมูลที่สะท้อนวัฒนธรรมไทย ทีมงานสร้างโมเดลปัญญาประดิษฐ์มาจัดคะแนนข้อมูลว่าเกี่ยวข้องกับประเทศไทยหรือไม่ โดยให้คะแนน 1-5 ชุดข้อมูลที่ได้คะแนนเกินเกณฑ์ในหมวดต่างๆ ก็จะถูกนำมาใช้งาน ข้อมูลอีกส่วนหนึ่งยังเป็นการสร้างจาก LLM ที่อ่านข้อความแล้วเขียนเป็นภาษาไทยในสไตล์ หนังสือเรียน, บล็อก, หรือบทความวิชาการ
ผลการฝึกนั้น Typhoon2-Llama-70B-base สามารถทำคะแนนได้ดีกว่าโมเดลตั้งต้นอย่าง Llama3.1-70B ในทุกชุดทดสอบภาษาไทย ขณะที่โมเดลเวอร์ชั่นเล็กลงไปนั้นได้คะแนนดีขึ้นหลายชุดแม้จะมีบางส่วนคะแนนแย่ลงกว่าโมเดลตั้งต้นบ้าง
โมเดลแบบ multimodal นั้นมีสองรุ่น พัฒนามาจาก Llama 3.2 และ Qwen-VL สามารถทำคะแนนได้ดีขึ้นในการทดสอบภาษาไทยกว่าโมเดลเดิมอย่างชัดเจน เช่น ชุดทดสอบ OCR (TH) โมเดล Typhoon2-Llama-3.2-11Bทำคะแนน ROGUE-L ได้ 79.51 คะแนน ขณะโมเดลตั้งต้นได้ 64.41 คะแนน
โมเดลเสียงเป็นการประกอบ encoder เพื่อสร้างอินพุตให้กับโมเดล LLM ที่เป็น Typhoon2-8B (Llama-3.1) อีกที ส่วนเอาท์พุตสร้างจากสถาปัตยกรรม Llama-Omni แล้วสร้างชุดข้อมูลจากระบบแปลงข้อความเป็นเสียงของ Google Cloud Platform เมื่อวัดคะแนนทั้งในแง่ความผิดพลาดและคุณภาพเสียง Typhoon2 เอาชนะซอฟต์แวร์แปลงข้อความเป็นเสียงแบบโอเพนซอร์สได้ แต่ยังไม่สามารถเอาชนะบริการปิดผ่าน Google Cloud หรือ Azure ไปได้ โดยรายงานระบุว่าตอนนี้หากให้พูดไทย ก็จะเหมือนฝรั่งพูดไทย ขณะที่หากให้พูดภาษาอังกฤษก็จะเหมือนคนไทยพูดภาษาอังกฤษ
โมเดลทั้งหมดเปิดให้ดาวน์โหลดแล้วบน HuggingFace
ที่มา - SCB10X
อยากได้ AI
marryboomz Thu, 02/01/2025 - 22:05
อยากได้ AI ไทยที่เข้าใจความเป็นไทยได้จริง ไม่เอาแบบ AI ที่คนญี่ปุ่นมองว่าบ้านเราขี่ช้าง คนไทยต้องมีหัวโขนติดหัว5555
มีคนไทยใส่ชุดกิโมโนด้วยครับที
Peterfish Fri, 03/01/2025 - 08:37
In reply to อยากได้ AI by marryboomz
มีคนไทยใส่ชุดกิโมโนด้วยครับที่ผมเจอบ่อย 555
อาจเป็นเพราะชุดข้อมูลที่ใช้
Tasksenger Fri, 03/01/2025 - 12:30
In reply to อยากได้ AI by marryboomz
อาจเป็นเพราะชุดข้อมูลที่ใช้ train มาจากแหล่งข้อมูลภาษาอังกฤษ และระบบ knowledge ในปัจจุบัน มันใช้วิธีการผูกชุดข้อมูลเข้ากับ entity ในรูปแบบ graph ซึ่งในการสื่อสารของหน่วยงานภาครัฐ และเอกชนของไทย มักสื่อสารกับชาวต่างชาติ โดยใช้ช้าง และโขนเป็นตัวชูโรง ทำให้ระบบระบบมันผูกความสัมพันธ์ของคำว่า Thai หรือ Thailand เข้ากับช้างและโขน พอถามคำถามเกี่ยวกับคำว่า Thai หรือ Thailand มันก็จะออกแนวๆ นี้แหล่ะครับ จะเรียกว่ามุมมองชาวต่างชาติที่มีผลทางสถิติเป็นนัยยะ มองไทยอย่างนั้นในฐานข้อมุลสาธารณะที่มีการเปิดแชร์ ซึ่งอาจเป็นจุดด้อยของ model ที่เน้นใช้ความเป็นข้อมูลทางสถิติมากกว่า ข้อเท็จจริง ซึ่งต้องก็ต้องพัฒนากันต่อไป
ในมุมมองผมเราอาจต้องมี AI กลางของแต่ละประเทศที่มีการรับรองจากหน่วยงานกำกับดูแล เพื่อให้ AI อื่นๆ ในโลกสามารถ trust เพื่อเข้ามาขอข้อมูลที่ถูกต้องไปใช้งาน หรือสอบถามข้อมูลที่เป็นทางการจากภาครัฐอีกทีนึง ซึ่งมันก็จะเป็นรูปแบบที่ต่อไป AI ไม่จำเป็นต้องเรียนรู้เองทุกเรื่อง แต่สามารถสอบถามไปยังผู้เชี่ยวชาญ หรือเจ้าของข้อมูลเองเลย โดยเหมือนคนคุยกัน แล้วตัวที่เป็น front ทำให้หน้าที่ forward คำตอบไปให้ผู้ถาม ซึ่งผมว่าน่าจะอีกนาน เพราะคงไม่มีใครอยากปล่อยขุมทรัพย์ของตัวเองให้คนอื่น แต่สุดท้ายผมว่ามันจะจบในรูปแบบนี้ คือ AI สามารถคุยกันเองได้เพื่อให้ได้แหล่งข้อมูลที่ถูกต้อง รวมถึงลดเรื่องการละเมิดลิขสิทธ์ข้อมูลที่นำไปใช้ train ได้ด้วย แถมยังสร้างรายได้ให้กับเจ้าของ content ในการให้ข้อมูลอาจอยู่ในรูปแบบเหมาจ่ายสำหรับองค์กรที่มี AI สำหรับ frontend เพื่อให้ได้ข้อมูลที่สมบูรณ์และถูกต้อง
ผมยังยืนยันว่าอนาคตทุกคนจะมี AI ในโลกดิจิทัลเป็นของตัวเอง เพื่อเก็บข้อมูล ความรู้ ความเชื่อส่วนบุคคล และสามารถให้ AI ที่เรา trust ให้ AI ของบุคคลอื่นสามารถเข้าถึงได้เฉพาะคนที่เราอนุญาติ โดยเก็บในรูปแบบเข้ารหัส ซึ่งข้อมูลเราจะคงอยู่ตลอดไปถึงแม้เราจะเสียชีวิต และยกให้เป็นมรดกของทายาทได้ หากใครไม่อยากให้ข้อมูลความรู้คงอยู่ ก็สามารถแจ้งไปยังหน่วยงานที่กำกับดูแลเพื่อให้ทำลายตัวตนในโลกดิจิทัลของเราไปด้วยกับการออกใบมรณะบัตร
อนาคต AI จะเป็นโครงสร้างพื้นฐานทางดิจิทัลที่สำคัญอย่างหนึ่งที่ทุกคนต้องมี เหมือนเครือข่ายโทรศัพท์ ไฟฟ้า น้ำประปา เลยแหล่ะ เพียงแต่เราจะให้ต่างชาติยึดมันไป หรือจะพัฒนาของเราขึ้นมาเองโดยมีทิศทางที่ชัดเจน ผมว่าถึงเวลาแล้วที่เราควรช่วยกันคิดหาคำตอบ แต่ผมว่ามีหลายองค์กรเริ่มคิด และทำแล้วล่ะ เพียงแต่อาจยังไม่ชัดเจนว่าสุดท้ายมันจะลงเอยเป็นตัวอะไร เปิดก่อนได้เปรียบ 555
ต่อไป WEB x.0 อาจมีโหมด AI เพื่อให้ AI ตัวอื่นมาถามข้อมุลไปใช้งานก็ได้ใครจะไปรู้ แต่กว่าจะถึงตรงนั้นคงต้องออกแบบ protocol ของ web ใหม่กันอีกรอบนึงเพื่อให้รองรับอะไรอีกหลายๆ อย่างที่จะเพิ่มเข้ามา อาจมี ai://xxx.th ในอนาคตก็ได้ใครจะไปรู้
เมื่อวัดคะแนนทั้งแในแง่ความผิ
panurat2000 Thu, 02/01/2025 - 23:32
ทั้งแในแง่ => ทั้งในแง่
ให่้ => ให้