huggingface news
huggingface news
  • مجموعة عامة
  • 180 المنشورات
  • 0 الصور
  • 0 الفيديوهات
  • معاينة
  • News and Politics
البحث
التحديثات الأخيرة
  • ทำความรู้จัก Time-Series Models ใน Streamhouse ยุคใหม่ของการวิเคราะห์ข้อมูลแบบเรียลไทม์ 💡

    ในยุคที่ทุกธุรกิจขับเคลื่อนด้วยข้อมูลแบบวินต่อวินาที ไม่ว่าจะเป็นการทำธุรกรรม การชำระเงิน ยอดขาย หรือการเปลี่ยนแปลงของสินค้าคงคลัง ข้อมูลเหล่านี้ล้วนสร้างรูปแบบชุดข้อมูลตามเวลาที่เรียกว่า Time-Series ซึ่งเต็มไปด้วยสัญญาณสำคัญที่ช่วยให้ทีมงานสามารถคาดการณ์และรับมือกับเหตุการณ์ต่างๆ ได้ทันท่วงที

    แต่ความท้าทายสำคัญคือ การเปลี่ยนสัญญาณเหล่านั้นให้กลายเป็น การตัดสินใจในขณะที่ยังมีผล เพราะหากการพยากรณ์มาถึงช้าเกินไป เช่น เกิดปัญหาคอขวดในสายการผลิต สินค้าหมดสต็อก หรือการอนุมัติการชำระเงินที่ล่าช้า ข้อมูลนั้นก็ไร้ประโยชน์ที่จะแก้ไขสถานการณ์

    การยصلความอัจฉริยะเข้าใกล้ข้อมูลด้วย Streamhouse 🛠️

    การร่วมมือกันระหว่าง IBM และ Confluent ได้นำโมเดลพื้นฐานด้าน Time-Series เข้ามาทำงานร่วมกับข้อมูลที่กำลังไหลผ่าน (Streaming Data) โดยใช้ Apache Flink เพื่อช่วยให้ทีมงานสามารถพยากรณ์ ตรวจจับความผิดปกติ และวิเคราะห์ความหมายเชิงลึกได้ทันทีผ่าน SQL โดยไม่ต้องรอการประมวลผลแบบแบตช์ที่ล่าช้า

    สถาปัตยกรรมแบบ Streamhouse ช่วยรวบรวม 5 ความสามารถหลักเข้าไว้ด้วยกัน ได้แก่ การเชื่อมต่อ (Connect) การสตรีม (Stream) การประมวลผล (Process) การควบคุมธรรมาภิบาล (Govern) และการสืบค้น (Query) เพื่อให้บริบททางธุรกิจที่เป็นปัจจุบันสามารถส่งต่อไปยังแอปพลิเคชัน การวิเคราะห์ และเอเจนต์ได้อย่างรวดเร็ว

    จุดเด่นและประโยชน์สำคัญของการนำ Time-Series Models มาใช้งาน 📌

    • ลดความซับซ้อนในการพัฒนาโมเดล: โมเดลที่ผ่านการฝึกฝนล่วงหน้า (Pretrained Model) ช่วยให้มีจุดเริ่มต้นที่ใช้งานร่วมกันได้กับหลายชุดข้อมูล โดยไม่ต้องสร้างและดูแลรักษาโมเดลแยกสำหรับทุกๆ ชุดข้อมูล
    • อัปเดตการพยากรณ์อย่างต่อเนื่อง: การพยากรณ์สามารถผสานข้อมูลสังเกตการณ์ล่าสุดเข้ามาในเวิร์กโฟลว์การสตรีมได้แบบเรียลไทม์
    • นำสัญญาณเข้าใกล้การตัดสินใจ: ส่งผลการพยากรณ์และการตรวจจับความผิดปกติไปยังแอปพลิเคชันหน้างานได้รวดเร็วยิ่งขึ้น เพื่อผสานเข้ากับกฎระเบียบและวิจารณญาณของทีมงาน
    • ทำงานบน CPU ได้อย่างมีประสิทธิภาพ: โมเดลมีขนาดกะทัดรัดพอที่จะรันบน CPU มาตรฐานทั่วไปทั้งบนคลาวด์และในองค์กร โดยไม่ต้องพึ่งพาโครงสร้างพื้นฐาน GPU ราคาแพง

    ตัวอย่างการประยุกต์ใช้งานในภาคธุรกิจจริง 🔍

    การผสานรวมโมเดล Time-Series เข้ากับข้อมูลสตรีมมิ่ง สามารถช่วยขับเคลื่อนงานสำคัญในหลากหลายอุตสาหกรรม เช่น:

    • การเพิ่มประสิทธิภาพการผลิต (Manufacturing): ช่วยพยากรณ์คุณภาพผลิตภัณฑ์ล่วงหน้า ทำให้ผู้ปฏิบัติงานสามารถปรับแต่งค่าควบคุม (Setpoints) ของเครื่องจักรก่อนที่สินค้าจะหลุดสเปก ช่วยลดของเสียและการใช้พลังงาน
    • การตรวจจับความผิดปกติ (Retail & Operations): ช่วยตรวจจับความเปลี่ยนแปลงที่ผิดปกติของยอดขายในแต่ละสาขาเทียบกับประวัติที่ผ่านมา เพื่อแนะนำขั้นตอนแก้ไขปัญหาได้อย่างตรงจุด
    • การวางแผนห่วงโซ่อุปทาน (Supply Chain): ช่วยพยากรณ์ความต้องการสินค้าในแต่ละชั่วโมงและแต่ละสาขา เพื่อคำนวณจุดสั่งซื้อใหม่และลดปัญหาของหมดสต็อกหรือสินค้าล้นคลัง
    • การป้องกันความเสี่ยงและทุจริต (Fraud & Security): เพิ่มบริบทการใช้จ่ายส่วนบุคคลแบบเรียลไทม์ เพื่อเปรียบเทียบกับพฤติกรรมปกติของบัตรแต่ละใบ ช่วยยกระดับความปลอดภัยในการทำธุรกรรม

    สรุป 📌

    การนำโมเดล Time-Series มาผสานเข้ากับแพลตฟอร์มข้อมูลสตรีมมิ่งอย่าง Confluent และ Apache Flink ถือเป็นก้าวสำคัญที่ช่วยปลดล็อกศักยภาพของข้อมูลเชิงเวลา ทำให้ธุรกิจสามารถเปลี่ยนข้อมูลดิบให้กลายเป็นอินไซต์และการตัดสินใจที่แม่นยำ พร้อมรับมือกับความเปลี่ยนแปลงได้อย่างรวดเร็วในยุคดิจิทัล

    #DataStreaming #TimeSereis #AITotechnology #BusinessIntelligence #RealTimeData

    ขอบคุณ แหล่งข้อมูล
    https://huggingface.co/blog/ibm-research/time-series-powered-streamhouse

    ทำความรู้จัก Time-Series Models ใน Streamhouse ยุคใหม่ของการวิเคราะห์ข้อมูลแบบเรียลไทม์ 💡ในยุคที่ทุกธุรกิจขับเคลื่อนด้วยข้อมูลแบบวินต่อวินาที ไม่ว่าจะเป็นการทำธุรกรรม การชำระเงิน ยอดขาย หรือการเปลี่ยนแปลงของสินค้าคงคลัง ข้อมูลเหล่านี้ล้วนสร้างรูปแบบชุดข้อมูลตามเวลาที่เรียกว่า Time-Series ซึ่งเต็มไปด้วยสัญญาณสำคัญที่ช่วยให้ทีมงานสามารถคาดการณ์และรับมือกับเหตุการณ์ต่างๆ ได้ทันท่วงทีแต่ความท้าทายสำคัญคือ การเปลี่ยนสัญญาณเหล่านั้นให้กลายเป็น การตัดสินใจในขณะที่ยังมีผล เพราะหากการพยากรณ์มาถึงช้าเกินไป เช่น เกิดปัญหาคอขวดในสายการผลิต สินค้าหมดสต็อก หรือการอนุมัติการชำระเงินที่ล่าช้า ข้อมูลนั้นก็ไร้ประโยชน์ที่จะแก้ไขสถานการณ์การยصلความอัจฉริยะเข้าใกล้ข้อมูลด้วย Streamhouse 🛠️การร่วมมือกันระหว่าง IBM และ Confluent ได้นำโมเดลพื้นฐานด้าน Time-Series เข้ามาทำงานร่วมกับข้อมูลที่กำลังไหลผ่าน (Streaming Data) โดยใช้ Apache Flink เพื่อช่วยให้ทีมงานสามารถพยากรณ์ ตรวจจับความผิดปกติ และวิเคราะห์ความหมายเชิงลึกได้ทันทีผ่าน SQL โดยไม่ต้องรอการประมวลผลแบบแบตช์ที่ล่าช้าสถาปัตยกรรมแบบ Streamhouse ช่วยรวบรวม 5 ความสามารถหลักเข้าไว้ด้วยกัน ได้แก่ การเชื่อมต่อ (Connect) การสตรีม (Stream) การประมวลผล (Process) การควบคุมธรรมาภิบาล (Govern) และการสืบค้น (Query) เพื่อให้บริบททางธุรกิจที่เป็นปัจจุบันสามารถส่งต่อไปยังแอปพลิเคชัน การวิเคราะห์ และเอเจนต์ได้อย่างรวดเร็วจุดเด่นและประโยชน์สำคัญของการนำ Time-Series Models มาใช้งาน 📌ลดความซับซ้อนในการพัฒนาโมเดล: โมเดลที่ผ่านการฝึกฝนล่วงหน้า (Pretrained Model) ช่วยให้มีจุดเริ่มต้นที่ใช้งานร่วมกันได้กับหลายชุดข้อมูล โดยไม่ต้องสร้างและดูแลรักษาโมเดลแยกสำหรับทุกๆ ชุดข้อมูลอัปเดตการพยากรณ์อย่างต่อเนื่อง: การพยากรณ์สามารถผสานข้อมูลสังเกตการณ์ล่าสุดเข้ามาในเวิร์กโฟลว์การสตรีมได้แบบเรียลไทม์นำสัญญาณเข้าใกล้การตัดสินใจ: ส่งผลการพยากรณ์และการตรวจจับความผิดปกติไปยังแอปพลิเคชันหน้างานได้รวดเร็วยิ่งขึ้น เพื่อผสานเข้ากับกฎระเบียบและวิจารณญาณของทีมงานทำงานบน CPU ได้อย่างมีประสิทธิภาพ: โมเดลมีขนาดกะทัดรัดพอที่จะรันบน CPU มาตรฐานทั่วไปทั้งบนคลาวด์และในองค์กร โดยไม่ต้องพึ่งพาโครงสร้างพื้นฐาน GPU ราคาแพงตัวอย่างการประยุกต์ใช้งานในภาคธุรกิจจริง 🔍การผสานรวมโมเดล Time-Series เข้ากับข้อมูลสตรีมมิ่ง สามารถช่วยขับเคลื่อนงานสำคัญในหลากหลายอุตสาหกรรม เช่น:การเพิ่มประสิทธิภาพการผลิต (Manufacturing): ช่วยพยากรณ์คุณภาพผลิตภัณฑ์ล่วงหน้า ทำให้ผู้ปฏิบัติงานสามารถปรับแต่งค่าควบคุม (Setpoints) ของเครื่องจักรก่อนที่สินค้าจะหลุดสเปก ช่วยลดของเสียและการใช้พลังงานการตรวจจับความผิดปกติ (Retail & Operations): ช่วยตรวจจับความเปลี่ยนแปลงที่ผิดปกติของยอดขายในแต่ละสาขาเทียบกับประวัติที่ผ่านมา เพื่อแนะนำขั้นตอนแก้ไขปัญหาได้อย่างตรงจุดการวางแผนห่วงโซ่อุปทาน (Supply Chain): ช่วยพยากรณ์ความต้องการสินค้าในแต่ละชั่วโมงและแต่ละสาขา เพื่อคำนวณจุดสั่งซื้อใหม่และลดปัญหาของหมดสต็อกหรือสินค้าล้นคลังการป้องกันความเสี่ยงและทุจริต (Fraud & Security): เพิ่มบริบทการใช้จ่ายส่วนบุคคลแบบเรียลไทม์ เพื่อเปรียบเทียบกับพฤติกรรมปกติของบัตรแต่ละใบ ช่วยยกระดับความปลอดภัยในการทำธุรกรรมสรุป 📌การนำโมเดล Time-Series มาผสานเข้ากับแพลตฟอร์มข้อมูลสตรีมมิ่งอย่าง Confluent และ Apache Flink ถือเป็นก้าวสำคัญที่ช่วยปลดล็อกศักยภาพของข้อมูลเชิงเวลา ทำให้ธุรกิจสามารถเปลี่ยนข้อมูลดิบให้กลายเป็นอินไซต์และการตัดสินใจที่แม่นยำ พร้อมรับมือกับความเปลี่ยนแปลงได้อย่างรวดเร็วในยุคดิจิทัล#DataStreaming #TimeSereis #AITotechnology #BusinessIntelligence #RealTimeDatahttps://huggingface.co/blog/ibm-research/time-series-powered-streamhouse
    3 التعليقات 0 المشاركات 315 مشاهدة 0 معاينة
  • ทำความรู้จัก Granite Switch 4.1.1 อัปเดตโมเดลภาษาให้ง่ายเหมือนอัปเดตซอฟต์แวร์ 💡

    การพัฒนาและอัปเดตปัญญาประดิษฐ์ในปัจจุบันเริ่มมีความคล่องตัวและรวดเร็วมากขึ้น ล่าสุดทาง IBM Granite ได้ปล่อยอัปเดตย่อย Granite Switch 4.1.1 ออกมา ซึ่งชูจุดเด่นเรื่องการอัปเดตโมเดลภาษาให้มีความสะดวกและรวดเร็วไม่ต่างจากการอัปเดตซอฟต์แวร์ทั่วไป เพื่อให้ผู้ใช้งานและนักพัฒนาสามารถต่อยอดเทคโนโลยีได้อย่างมีประสิทธิภาพ

    จุดเด่นและแนวคิดสำคัญของ Granite Switch 4.1.1

    โครงสร้างแบบแยกส่วนหรือสถาปัตยกรรม Switch ช่วยให้ระบบสามารถกำหนดค่าโมเดลภาษาเข้ากับอะแดปเตอร์เฉพาะทางที่มีความคุ้มค่าและมีประสิทธิภาพสูง โดยการอัปเดตครั้งนี้มุ่งเน้นไปที่การปรับปรุงการทำงานเบื้องหลังโดยไม่ต้องคำนวณฐานข้อมูลหลักใหม่ทั้งหมด

    • รองรับการใช้งานร่วมกันได้ทันที: เป็นรุ่นย่อยที่เข้ากันได้กับเวอร์ชัน 4.1 เดิมแบบสมบูรณ์
    • ไม่ต้องโยกย้ายระบบ: ผู้ใช้งานสามารถอัปเดตและใช้งานต่อได้ทันทีโดยไม่ต้องตั้งค่าระบบใหม่
    • การปรับปรุงที่มีประสิทธิภาพ: เน้นการพัฒนาส่วนเสริมและอะแดปเตอร์เฉพาะด้านเพื่อให้ตอบโจทย์การใช้งานที่หลากหลายยิ่งขึ้น

    การอัปเดตย่อยที่น่าสนใจในเวอร์ชันนี้

    • โมเดลแปลงเสียงเป็นข้อความที่อัปเดตแล้ว: รองรับการทำงานหลายภาษาครอบคลุมถึง 10 ภาษา พร้อมความสามารถในการใส่เครื่องหมายวรรคตอนและตัวอักษรพิมพ์ใหญ่ให้อัตโนมัติ ช่วยให้ข้อมูลพร้อมนำไปประมวลผลต่อได้ทันทีโดยไม่ต้องผ่านขั้นตอนจัดรูปแบบซ้ำ
    • อะแดปเตอร์การตัดสินใจที่ดีขึ้น: มีการพัฒนาประสิทธิภาพโดยรวมบนชุดทดสอบ Jev Decision Index ให้มีความแม่นยำและเสถียรมากยิ่งขึ้น

    ความรวดเร็วในการพัฒนาและทิศทางในอนาคต

    สิ่งที่น่าสนใจสำหรับการอัปเดตครั้งนี้คือความรวดเร็วและประสิทธิภาพของทีมพัฒนา นอกจากการฝึกฝนโมเดลเสียงและอะแดปเตอร์การตัดสินใจชุดใหม่แล้ว โครงสร้างพื้นฐานหลักยังคงเดิม ทำให้สามารถประกอบอะแดปเตอร์ล่าสุดและนำไปใช้งานได้ทันที

    ในอนาคตทางทีมงานมีแผนที่จะพัฒนาชุดเครื่องมือพัฒนาซอฟต์แวร์หรือ Adapter SDK รวมถึงบทความแนะนำ เพื่อเปิดโอกาสให้นักพัฒนาและผู้ให้บริการภายนอกสามารถสร้างอะแดปเตอร์ของตนเองได้ สามารถทดสอบฟีเจอร์ใหม่ ๆ และส่งมอบการอัปเดตได้รวดเร็วเช่นเดียวกับการพัฒนาซอฟต์แวร์ทั่วไป

    สรุป

    การมาถึงของ Granite Switch 4.1.1 สะท้อนให้เห็นถึงความพยายามในการลดข้อจำกัดและเพิ่มความคล่องตัวในการดูแลรักษาโมเดลปัญญาประดิษฐ์ ช่วยให้นักพัฒนาสามารถเพิ่มความเชี่ยวชาญใหม่ ๆ ให้กับระบบได้บนจุดสิ้นสุดเดียวอย่างคุ้มค่าและมีประสิทธิภาพ

    #IBM #Granite #ArtificialIntelligence #TechUpdate #SoftwareDevelopment

    ขอบคุณ แหล่งข้อมูล
    https://huggingface.co/blog/ibm-granite/granite-switch-4-1-1

    ทำความรู้จัก Granite Switch 4.1.1 อัปเดตโมเดลภาษาให้ง่ายเหมือนอัปเดตซอฟต์แวร์ 💡การพัฒนาและอัปเดตปัญญาประดิษฐ์ในปัจจุบันเริ่มมีความคล่องตัวและรวดเร็วมากขึ้น ล่าสุดทาง IBM Granite ได้ปล่อยอัปเดตย่อย Granite Switch 4.1.1 ออกมา ซึ่งชูจุดเด่นเรื่องการอัปเดตโมเดลภาษาให้มีความสะดวกและรวดเร็วไม่ต่างจากการอัปเดตซอฟต์แวร์ทั่วไป เพื่อให้ผู้ใช้งานและนักพัฒนาสามารถต่อยอดเทคโนโลยีได้อย่างมีประสิทธิภาพจุดเด่นและแนวคิดสำคัญของ Granite Switch 4.1.1โครงสร้างแบบแยกส่วนหรือสถาปัตยกรรม Switch ช่วยให้ระบบสามารถกำหนดค่าโมเดลภาษาเข้ากับอะแดปเตอร์เฉพาะทางที่มีความคุ้มค่าและมีประสิทธิภาพสูง โดยการอัปเดตครั้งนี้มุ่งเน้นไปที่การปรับปรุงการทำงานเบื้องหลังโดยไม่ต้องคำนวณฐานข้อมูลหลักใหม่ทั้งหมดรองรับการใช้งานร่วมกันได้ทันที: เป็นรุ่นย่อยที่เข้ากันได้กับเวอร์ชัน 4.1 เดิมแบบสมบูรณ์ ไม่ต้องโยกย้ายระบบ: ผู้ใช้งานสามารถอัปเดตและใช้งานต่อได้ทันทีโดยไม่ต้องตั้งค่าระบบใหม่การปรับปรุงที่มีประสิทธิภาพ: เน้นการพัฒนาส่วนเสริมและอะแดปเตอร์เฉพาะด้านเพื่อให้ตอบโจทย์การใช้งานที่หลากหลายยิ่งขึ้นการอัปเดตย่อยที่น่าสนใจในเวอร์ชันนี้โมเดลแปลงเสียงเป็นข้อความที่อัปเดตแล้ว: รองรับการทำงานหลายภาษาครอบคลุมถึง 10 ภาษา พร้อมความสามารถในการใส่เครื่องหมายวรรคตอนและตัวอักษรพิมพ์ใหญ่ให้อัตโนมัติ ช่วยให้ข้อมูลพร้อมนำไปประมวลผลต่อได้ทันทีโดยไม่ต้องผ่านขั้นตอนจัดรูปแบบซ้ำอะแดปเตอร์การตัดสินใจที่ดีขึ้น: มีการพัฒนาประสิทธิภาพโดยรวมบนชุดทดสอบ Jev Decision Index ให้มีความแม่นยำและเสถียรมากยิ่งขึ้นความรวดเร็วในการพัฒนาและทิศทางในอนาคตสิ่งที่น่าสนใจสำหรับการอัปเดตครั้งนี้คือความรวดเร็วและประสิทธิภาพของทีมพัฒนา นอกจากการฝึกฝนโมเดลเสียงและอะแดปเตอร์การตัดสินใจชุดใหม่แล้ว โครงสร้างพื้นฐานหลักยังคงเดิม ทำให้สามารถประกอบอะแดปเตอร์ล่าสุดและนำไปใช้งานได้ทันทีในอนาคตทางทีมงานมีแผนที่จะพัฒนาชุดเครื่องมือพัฒนาซอฟต์แวร์หรือ Adapter SDK รวมถึงบทความแนะนำ เพื่อเปิดโอกาสให้นักพัฒนาและผู้ให้บริการภายนอกสามารถสร้างอะแดปเตอร์ของตนเองได้ สามารถทดสอบฟีเจอร์ใหม่ ๆ และส่งมอบการอัปเดตได้รวดเร็วเช่นเดียวกับการพัฒนาซอฟต์แวร์ทั่วไปสรุปการมาถึงของ Granite Switch 4.1.1 สะท้อนให้เห็นถึงความพยายามในการลดข้อจำกัดและเพิ่มความคล่องตัวในการดูแลรักษาโมเดลปัญญาประดิษฐ์ ช่วยให้นักพัฒนาสามารถเพิ่มความเชี่ยวชาญใหม่ ๆ ให้กับระบบได้บนจุดสิ้นสุดเดียวอย่างคุ้มค่าและมีประสิทธิภาพ#IBM #Granite #ArtificialIntelligence #TechUpdate #SoftwareDevelopmenthttps://huggingface.co/blog/ibm-granite/granite-switch-4-1-1
    5 التعليقات 0 المشاركات 848 مشاهدة 0 معاينة
  • ไขข้อข้องใจ Model Integration Contracts มาตรฐานใหม่ในการทดสอบโมเดล AI ให้แม่นยำและรวดเร็วกว่าเดิม

    ในยุคที่ปัญญาประดิษฐ์และการพัฒนาโมเดลภาษาขนาดใหญ่เติบโตอย่างรวดเร็ว การทดสอบระบบหรือการทำ Integration Test ให้ครอบคลุมถือเป็นความท้าทายสำคัญของผู้พัฒนา เนื่องจากโมเดลสมัยใหม่มีขนาดใหญ่และกินทรัพยากรสูงมาก การรันการทดสอบทั้งหมดบนฮาร์ดแวร์จริงจึงไม่ใช่เรื่องง่าย บทความนี้จะพาทุกท่านไปทำความรู้จักกับแนวทางใหม่ในการแก้ปัญหานี้ผ่านแนวคิดที่เรียกว่า Model Integration Contracts

    ทำไมการทดสอบโมเดล AI แบบเดิมถึงมีความท้าทาย ⚠️

    การทดสอบโมเดลในระบบใหญ่ที่มีโมเดลหลากหลายประเภทมักประสบปัญหาใหญ่ในเรื่องของทรัพยากรและเวลา

    • ชุดการทดสอบมีขนาดใหญ่มาก ทั้งการรันบน CPU และ GPU ในปริมาณมหาศาลต่อวัน
    • การรันชุดทดสอบเต็มรูปแบบบนทุก Pull Request ต้องใช้ทรัพยากรฮาร์ดแวร์และเวลาค่อนข้างสูง
    • บั๊กบางประเภทอาจเล็ดลอดหลุดรอดไปจนถึงขั้นรวมโค้ดเข้าสู่ระบบหลัก (Main Branch) หากตรวจสอบไม่ทันท่วงที
    • การโหลดโมเดลขนาดใหญ่เต็มรูปแบบเพื่อทดสอบทุกฟังก์ชันไม่ตอบโจทย์ในแง่ของความคุ้มค่าและเวลา

    ทำความรู้จักกับ Model Integration Contracts 📌

    เพื่อแก้ปัญหาดังกล่าว จึงเกิดแนวคิดการทำสัญญาบูรณาการโมเดลหรือที่เรียกว่า Model Integration Contracts (MIC) ซึ่งเป็นมาตรฐานใหม่ในการจัดแพ็กเกจชุดทดสอบให้มีประสิทธิภาพ โดยประกอบด้วยองค์ประกอบสำคัญดังนี้

    • Fixture: โมเดลขนาดเล็กที่ถูกย่อส่วนลงมาจากคอนฟิกูเรชันของโมเดลจริง แต่ยังคงโครงสร้างและประเภทของเลเยอร์ที่สำคัญไว้อย่างครบถ้วน เพื่อนำไปรันบนทรัพยากรที่ประหยัดกว่า
    • Usage Path: ตัวอย่างโค้ดในรูปแบบ Markdown ที่รันได้จริง สำหรับจำลองงานทั่วไป เช่น การสร้างข้อความหรือขั้นตอนการฝึกสอน
    • Baselines: ผลลัพธ์มาตรฐานที่บันทึกไว้จากการรันตัวอย่างดังกล่าว ซึ่งผ่านการตรวจสอบและรีวิวโดยมนุษย์เรียบร้อยแล้ว

    ขั้นตอนการย่อส่วนโมเดลเพื่อให้ทดสอบได้มีประสิทธิภาพ 🛠️

    กระบวนการสร้างโมเดลขนาดเล็กหรือ Fixture สำหรับนำมาทดสอบมีแนวทางปฏิบัติที่รัดกุม เพื่อให้มั่นใจว่าจะจำลองพฤติกรรมได้ใกล้เคียงกับของจริงมากที่สุด

    • ลดขนาดคอนฟิกูเรชัน: ปรับลดขนาดมิติซ่อนเร้น (Hidden Sizes) จำนวนหัวความสนใจ (Attention Heads) และความลึกให้เล็กลง แต่ยังคงรักษาความหลากหลายของประเภทเลเยอร์เอาไว้
    • คงรักษาการประมวลผลล่วงหน้า: เก็บรักษาคำศัพท์ (Vocabulary) โทเค็นพิเศษ และมิติข้อมูลนำเข้าไว้เหมือนเดิม เพื่อให้กระบวนการโหลดและเตรียมข้อมูลยังคงความสมบูรณ์
    • สร้างและตรวจสอบน้ำหนัก: ตรวจสอบความถูกต้องของน้ำหนักโมเดล และทดสอบว่าโมเดลสามารถตอบสนองต่อชุดข้อมูลตัวอย่างขนาดเล็กได้
    • บันทึกและตรึงสถานะ: บันทึกน้ำหนักที่ผ่านการยอมรับ พร้อมเผยแพร่เป็นสเนปชอตที่ตรึงเวอร์ชันไว้ เพื่อให้ระบบ CI ดึงไปใช้งานซ้ำได้ทันทีโดยไม่ต้องสร้างใหม่ทุกครั้ง

    ประโยชน์ของการใช้งานมาตรฐานใหม่นี้ ⭐

    การนำแนวทางนี้มาประยุกต์ใช้ช่วยยกระดับกระบวนการพัฒนาซอฟต์แวร์ด้าน AI ให้มีความน่าเชื่อถือยิ่งขึ้น

    • ช่วยตรวจจับข้อผิดพลาดหรือบั๊กได้ตั้งแต่เนิ่นๆ ก่อนที่โค้ดจะถูกรวมเข้าสู่ระบบหลัก
    • ประหยัดเวลาและทรัพยากรฮาร์ดแวร์ได้อย่างมหาศาล เนื่องจากสามารถรันการทดสอบบนซีพียูทั่วไปได้
    • ช่วยให้ทีมนักพัฒนาสามารถจำลองและตรวจสอบพฤติกรรมของโมเดลขนาดใหญ่ได้อย่างสะดวกรวดเร็ว
    • เพิ่มความโปร่งใสและมาตรฐานในการตรวจสอบผลลัพธ์ผ่านชุดข้อมูลที่เป็นระบบ

    คำถามที่พบบ่อย 💡

    ทำไมต้องใช้โมเดลขนาดเล็กแทนการทดสอบกับโมเดลจริง?

    การใช้โมเดลขนาดเล็กช่วยประหยัดเวลาและทรัพยากรฮาร์ดแวร์ ทำให้ทีมพัฒนาสามารถตรวจสอบข้อผิดพลาดเบื้องต้นได้อย่างรวดเร็วในทุกๆ Pull Request โดยไม่ต้องรอรอบการประมวลผลบน GPU ขนาดใหญ่

    การย่อส่วนโมเดลส่งผลต่อความแม่นยำในการหาบั๊กหรือไม่?

    แม้จะเป็นโมเดลขนาดเล็ก แต่หากมีการออกแบบโครงสร้างและเลเยอร์สำคัญให้สอดคล้องกับโมเดลจริง ก็จะช่วยสะท้อนพฤติกรรมและการทำงานหลักได้อย่างมีประสิทธิภาพ ซึ่งช่วยลดโอกาสการหลุดรอดของบั๊กสำคัญได้เป็นอย่างดี

    ใครคือผู้ตรวจสอบผลลัพธ์มาตรฐาน (Baselines)?

    ผลลัพธ์มาตรฐานที่ใช้ในการเปรียบเทียบจะถูกบันทึกและผ่านการตรวจสอบโดยมนุษย์ เพื่อให้มั่นใจว่าชุดข้อมูลและผลลัพธ์ที่ได้มีความถูกต้องและเชื่อถือได้จริง

    #AI #MachineLearning #Developer #TechTrends #SoftwareTesting

    ขอบคุณ แหล่งข้อมูล
    https://huggingface.co/blog/transformers-mic

    ไขข้อข้องใจ Model Integration Contracts มาตรฐานใหม่ในการทดสอบโมเดล AI ให้แม่นยำและรวดเร็วกว่าเดิมในยุคที่ปัญญาประดิษฐ์และการพัฒนาโมเดลภาษาขนาดใหญ่เติบโตอย่างรวดเร็ว การทดสอบระบบหรือการทำ Integration Test ให้ครอบคลุมถือเป็นความท้าทายสำคัญของผู้พัฒนา เนื่องจากโมเดลสมัยใหม่มีขนาดใหญ่และกินทรัพยากรสูงมาก การรันการทดสอบทั้งหมดบนฮาร์ดแวร์จริงจึงไม่ใช่เรื่องง่าย บทความนี้จะพาทุกท่านไปทำความรู้จักกับแนวทางใหม่ในการแก้ปัญหานี้ผ่านแนวคิดที่เรียกว่า Model Integration Contractsทำไมการทดสอบโมเดล AI แบบเดิมถึงมีความท้าทาย ⚠️การทดสอบโมเดลในระบบใหญ่ที่มีโมเดลหลากหลายประเภทมักประสบปัญหาใหญ่ในเรื่องของทรัพยากรและเวลาชุดการทดสอบมีขนาดใหญ่มาก ทั้งการรันบน CPU และ GPU ในปริมาณมหาศาลต่อวันการรันชุดทดสอบเต็มรูปแบบบนทุก Pull Request ต้องใช้ทรัพยากรฮาร์ดแวร์และเวลาค่อนข้างสูงบั๊กบางประเภทอาจเล็ดลอดหลุดรอดไปจนถึงขั้นรวมโค้ดเข้าสู่ระบบหลัก (Main Branch) หากตรวจสอบไม่ทันท่วงทีการโหลดโมเดลขนาดใหญ่เต็มรูปแบบเพื่อทดสอบทุกฟังก์ชันไม่ตอบโจทย์ในแง่ของความคุ้มค่าและเวลาทำความรู้จักกับ Model Integration Contracts 📌เพื่อแก้ปัญหาดังกล่าว จึงเกิดแนวคิดการทำสัญญาบูรณาการโมเดลหรือที่เรียกว่า Model Integration Contracts (MIC) ซึ่งเป็นมาตรฐานใหม่ในการจัดแพ็กเกจชุดทดสอบให้มีประสิทธิภาพ โดยประกอบด้วยองค์ประกอบสำคัญดังนี้Fixture: โมเดลขนาดเล็กที่ถูกย่อส่วนลงมาจากคอนฟิกูเรชันของโมเดลจริง แต่ยังคงโครงสร้างและประเภทของเลเยอร์ที่สำคัญไว้อย่างครบถ้วน เพื่อนำไปรันบนทรัพยากรที่ประหยัดกว่าUsage Path: ตัวอย่างโค้ดในรูปแบบ Markdown ที่รันได้จริง สำหรับจำลองงานทั่วไป เช่น การสร้างข้อความหรือขั้นตอนการฝึกสอนBaselines: ผลลัพธ์มาตรฐานที่บันทึกไว้จากการรันตัวอย่างดังกล่าว ซึ่งผ่านการตรวจสอบและรีวิวโดยมนุษย์เรียบร้อยแล้วขั้นตอนการย่อส่วนโมเดลเพื่อให้ทดสอบได้มีประสิทธิภาพ 🛠️กระบวนการสร้างโมเดลขนาดเล็กหรือ Fixture สำหรับนำมาทดสอบมีแนวทางปฏิบัติที่รัดกุม เพื่อให้มั่นใจว่าจะจำลองพฤติกรรมได้ใกล้เคียงกับของจริงมากที่สุดลดขนาดคอนฟิกูเรชัน: ปรับลดขนาดมิติซ่อนเร้น (Hidden Sizes) จำนวนหัวความสนใจ (Attention Heads) และความลึกให้เล็กลง แต่ยังคงรักษาความหลากหลายของประเภทเลเยอร์เอาไว้คงรักษาการประมวลผลล่วงหน้า: เก็บรักษาคำศัพท์ (Vocabulary) โทเค็นพิเศษ และมิติข้อมูลนำเข้าไว้เหมือนเดิม เพื่อให้กระบวนการโหลดและเตรียมข้อมูลยังคงความสมบูรณ์สร้างและตรวจสอบน้ำหนัก: ตรวจสอบความถูกต้องของน้ำหนักโมเดล และทดสอบว่าโมเดลสามารถตอบสนองต่อชุดข้อมูลตัวอย่างขนาดเล็กได้บันทึกและตรึงสถานะ: บันทึกน้ำหนักที่ผ่านการยอมรับ พร้อมเผยแพร่เป็นสเนปชอตที่ตรึงเวอร์ชันไว้ เพื่อให้ระบบ CI ดึงไปใช้งานซ้ำได้ทันทีโดยไม่ต้องสร้างใหม่ทุกครั้งประโยชน์ของการใช้งานมาตรฐานใหม่นี้ ⭐การนำแนวทางนี้มาประยุกต์ใช้ช่วยยกระดับกระบวนการพัฒนาซอฟต์แวร์ด้าน AI ให้มีความน่าเชื่อถือยิ่งขึ้นช่วยตรวจจับข้อผิดพลาดหรือบั๊กได้ตั้งแต่เนิ่นๆ ก่อนที่โค้ดจะถูกรวมเข้าสู่ระบบหลักประหยัดเวลาและทรัพยากรฮาร์ดแวร์ได้อย่างมหาศาล เนื่องจากสามารถรันการทดสอบบนซีพียูทั่วไปได้ช่วยให้ทีมนักพัฒนาสามารถจำลองและตรวจสอบพฤติกรรมของโมเดลขนาดใหญ่ได้อย่างสะดวกรวดเร็วเพิ่มความโปร่งใสและมาตรฐานในการตรวจสอบผลลัพธ์ผ่านชุดข้อมูลที่เป็นระบบคำถามที่พบบ่อย 💡ทำไมต้องใช้โมเดลขนาดเล็กแทนการทดสอบกับโมเดลจริง?การใช้โมเดลขนาดเล็กช่วยประหยัดเวลาและทรัพยากรฮาร์ดแวร์ ทำให้ทีมพัฒนาสามารถตรวจสอบข้อผิดพลาดเบื้องต้นได้อย่างรวดเร็วในทุกๆ Pull Request โดยไม่ต้องรอรอบการประมวลผลบน GPU ขนาดใหญ่การย่อส่วนโมเดลส่งผลต่อความแม่นยำในการหาบั๊กหรือไม่?แม้จะเป็นโมเดลขนาดเล็ก แต่หากมีการออกแบบโครงสร้างและเลเยอร์สำคัญให้สอดคล้องกับโมเดลจริง ก็จะช่วยสะท้อนพฤติกรรมและการทำงานหลักได้อย่างมีประสิทธิภาพ ซึ่งช่วยลดโอกาสการหลุดรอดของบั๊กสำคัญได้เป็นอย่างดีใครคือผู้ตรวจสอบผลลัพธ์มาตรฐาน (Baselines)?ผลลัพธ์มาตรฐานที่ใช้ในการเปรียบเทียบจะถูกบันทึกและผ่านการตรวจสอบโดยมนุษย์ เพื่อให้มั่นใจว่าชุดข้อมูลและผลลัพธ์ที่ได้มีความถูกต้องและเชื่อถือได้จริง#AI #MachineLearning #Developer #TechTrends #SoftwareTestinghttps://huggingface.co/blog/transformers-mic
    Shared content
    HUGGINGFACE.CO
    Transformers Model Integration Contracts
    We’re on a journey to advance and democratize artificial intelligence through open source and open science.
    6 التعليقات 0 المشاركات 1كيلو بايت مشاهدة 0 معاينة
  • รู้จักกับ CWE-bench v2 มาตรฐานใหม่ในการทดสอบความสามารถด้านความปลอดภัยไซเบอร์ของ AI

    การพัฒนาปัญญาประดิษฐ์หรือ AI ในปัจจุบันไม่ได้หยุดอยู่เพียงแค่การเขียนโค้ดทั่วไป แต่ยังรวมถึงความสามารถในการตรวจสอบและป้องกันช่องโหว่ด้านความปลอดภัย ซึ่งเป็นหัวใจสำคัญในการปกป้องระบบจากภัยคุกคามในยุคดิจิทัล การยกระดับมาตรฐานการทดสอบจึงเป็นสิ่งจำเป็นเพื่อให้มั่นใจว่าโมเดล AI สามารถรับมือกับสถานการณ์จริงได้อย่างมีประสิทธิภาพ

    CWE-bench v2 คืออะไรและมีความสำคัญอย่างไร 🔍

    CWE-bench v2 ถูกพัฒนาขึ้นมาเพื่อทดสอบขีดจำกัดความสามารถด้านความปลอดภัยไซเบอร์ของโมเดล AI ระดับแนวหน้า โดยเปิดชุดข้อมูลสาธารณะจำนวน 100 งาน (Tasks) ให้ผู้พัฒนาสามารถนำไปทดสอบและประเมินผลโมเดลของตนเองได้ รูปแบบการทดสอบจำลองสถานการณ์จริงที่เอเจนต์ (Agent) จะต้องเข้าไปตรวจสอบคลังโค้ดโอเพนซอร์ส (Open-source repository) พร้อมทั้งทำภารกิจค้นหาและแก้ไขจุดอ่อนด้านความปลอดภัยโดยไม่กระทบต่อการทำงานเดิมของระบบ

    จุดเด่นและมาตรฐานการคัดกรองคุณภาพของชุดทดสอบ 💡

    เพื่อให้ผลลัพธ์มีความแม่นยำและยุติธรรมที่สุด ทางผู้พัฒนาได้คัดกรองงานทดสอบอย่างพิถีพิถันผ่านเกณฑ์สำคัญ ดังนี้

    • ทุกคำสั่งจำลองสถานการณ์จริง ไม่ใช่แค่การตั้งค่าเพื่อประเมินผลทั่วไป
    • พฤติกรรมที่ถูกตรวจวัดทุกอย่างสามารถอ้างอิงและสรุปได้จากคำสั่งเริ่มต้น
    • ระบบตรวจสอบ (Verifier) มุ่งเน้นการทำงานที่ถูกต้องแท้จริง ไม่ยึดติดกับรูปแบบการแก้ปัญหาแบบเจาะจง
    • โค้ดเริ่มต้นต้องล้มเหลว แต่โค้ดที่แก้ไขแล้วต้องผ่านการทดสอบ
    • ฟังก์ชันการทำงานเดิมของระบบต้องยังคงใช้งานได้ปกติหลังจากแก้ไข
    • ป้องกันการจดจำคำตอบสำเร็จรูป เช่น แพทช์เดิมจากต้นทาง

    ภาพรวมผลการทดสอบและประสิทธิภาพของโมเดลต่างๆ 📊

    จากการประเมินผลโมเดล AI ทั้งหมด 11 โมเดล พบว่ามีงานถึง 95 งานที่สามารถแก้ไขได้โดยโมเดลอย่างน้อยหนึ่งตัว สะท้อนให้เห็นว่าโจทย์เหล่านี้มีความท้าทายแต่สามารถแก้ไขได้จริง โดยผลการทดสอบที่น่าสนใจมีดังนี้

    • โมเดลแถวหน้าทำคะแนนผ่าน (pass@1) ได้สูงถึงระดับเกือบ 68 เปอร์เซ็นต์
    • โมเดลชั้นนำยังมีอัตราความล้มเหลวในบางโจทย์ แสดงให้เห็นว่าเส้นทางข้างหน้ายังมีความท้าทายอีกมาก
    • การเปรียบเทียบด้านต้นทุนสะท้อนให้เห็นความคุ้มค่าในหลากหลายระดับ ตั้งแต่โมเดลที่เน้นความประหยัดไปจนถึงโมเดลประสิทธิภาพสูง

    แนวทางการนำไปใช้งานจริงและการต่อยอดในอนาคต 🛠️

    ทุกๆ งานทดสอบถูกออกแบบมาในรูปแบบของสภาพแวดล้อมจำลอง (Dockerized environment) พร้อมตัวตรวจสอบที่ทำงานอย่างแม่นยำ ช่วยให้นักพัฒนาสามารถรันชุดทดสอบทั้งหมดได้โดยตรงจากแหล่งเก็บข้อมูล นอกจากนี้ งานทดสอบเหล่านี้ยังถูกแท็กเป็นสภาพแวดล้อมสำหรับการเรียนรู้ของ reinforcement learning (rl-environment) ซึ่งเปิดโอกาสให้นำไปใช้ฝึกฝนเอเจนต์ด้านความปลอดภัยในอนาคตได้อีกด้วย

    สรุปภาพรวม 📌

    การเปิดตัว CWE-bench v2 ถือเป็นก้าวสำคัญในการสร้างมาตรฐานกลางสำหรับการประเมินความปลอดภัยไซเบอร์ของ AI ช่วยให้เราเข้าใจจุดแข็งและข้อจำกัดของโมเดลแต่ละตัวได้อย่างโปร่งใส พร้อมทั้งขับเคลื่อนวงการพัฒนา AI ให้มีความปลอดภัยและน่าเชื่อถือยิ่งขึ้นในระยะยาว

    #CyberSecurity #AI #TechTrends #SoftwareDevelopment

    ขอบคุณ แหล่งข้อมูล
    https://huggingface.co/blog/cwe-bench

    รู้จักกับ CWE-bench v2 มาตรฐานใหม่ในการทดสอบความสามารถด้านความปลอดภัยไซเบอร์ของ AIการพัฒนาปัญญาประดิษฐ์หรือ AI ในปัจจุบันไม่ได้หยุดอยู่เพียงแค่การเขียนโค้ดทั่วไป แต่ยังรวมถึงความสามารถในการตรวจสอบและป้องกันช่องโหว่ด้านความปลอดภัย ซึ่งเป็นหัวใจสำคัญในการปกป้องระบบจากภัยคุกคามในยุคดิจิทัล การยกระดับมาตรฐานการทดสอบจึงเป็นสิ่งจำเป็นเพื่อให้มั่นใจว่าโมเดล AI สามารถรับมือกับสถานการณ์จริงได้อย่างมีประสิทธิภาพCWE-bench v2 คืออะไรและมีความสำคัญอย่างไร 🔍CWE-bench v2 ถูกพัฒนาขึ้นมาเพื่อทดสอบขีดจำกัดความสามารถด้านความปลอดภัยไซเบอร์ของโมเดล AI ระดับแนวหน้า โดยเปิดชุดข้อมูลสาธารณะจำนวน 100 งาน (Tasks) ให้ผู้พัฒนาสามารถนำไปทดสอบและประเมินผลโมเดลของตนเองได้ รูปแบบการทดสอบจำลองสถานการณ์จริงที่เอเจนต์ (Agent) จะต้องเข้าไปตรวจสอบคลังโค้ดโอเพนซอร์ส (Open-source repository) พร้อมทั้งทำภารกิจค้นหาและแก้ไขจุดอ่อนด้านความปลอดภัยโดยไม่กระทบต่อการทำงานเดิมของระบบจุดเด่นและมาตรฐานการคัดกรองคุณภาพของชุดทดสอบ 💡เพื่อให้ผลลัพธ์มีความแม่นยำและยุติธรรมที่สุด ทางผู้พัฒนาได้คัดกรองงานทดสอบอย่างพิถีพิถันผ่านเกณฑ์สำคัญ ดังนี้ทุกคำสั่งจำลองสถานการณ์จริง ไม่ใช่แค่การตั้งค่าเพื่อประเมินผลทั่วไปพฤติกรรมที่ถูกตรวจวัดทุกอย่างสามารถอ้างอิงและสรุปได้จากคำสั่งเริ่มต้นระบบตรวจสอบ (Verifier) มุ่งเน้นการทำงานที่ถูกต้องแท้จริง ไม่ยึดติดกับรูปแบบการแก้ปัญหาแบบเจาะจงโค้ดเริ่มต้นต้องล้มเหลว แต่โค้ดที่แก้ไขแล้วต้องผ่านการทดสอบฟังก์ชันการทำงานเดิมของระบบต้องยังคงใช้งานได้ปกติหลังจากแก้ไขป้องกันการจดจำคำตอบสำเร็จรูป เช่น แพทช์เดิมจากต้นทางภาพรวมผลการทดสอบและประสิทธิภาพของโมเดลต่างๆ 📊จากการประเมินผลโมเดล AI ทั้งหมด 11 โมเดล พบว่ามีงานถึง 95 งานที่สามารถแก้ไขได้โดยโมเดลอย่างน้อยหนึ่งตัว สะท้อนให้เห็นว่าโจทย์เหล่านี้มีความท้าทายแต่สามารถแก้ไขได้จริง โดยผลการทดสอบที่น่าสนใจมีดังนี้โมเดลแถวหน้าทำคะแนนผ่าน (pass@1) ได้สูงถึงระดับเกือบ 68 เปอร์เซ็นต์โมเดลชั้นนำยังมีอัตราความล้มเหลวในบางโจทย์ แสดงให้เห็นว่าเส้นทางข้างหน้ายังมีความท้าทายอีกมากการเปรียบเทียบด้านต้นทุนสะท้อนให้เห็นความคุ้มค่าในหลากหลายระดับ ตั้งแต่โมเดลที่เน้นความประหยัดไปจนถึงโมเดลประสิทธิภาพสูงแนวทางการนำไปใช้งานจริงและการต่อยอดในอนาคต 🛠️ทุกๆ งานทดสอบถูกออกแบบมาในรูปแบบของสภาพแวดล้อมจำลอง (Dockerized environment) พร้อมตัวตรวจสอบที่ทำงานอย่างแม่นยำ ช่วยให้นักพัฒนาสามารถรันชุดทดสอบทั้งหมดได้โดยตรงจากแหล่งเก็บข้อมูล นอกจากนี้ งานทดสอบเหล่านี้ยังถูกแท็กเป็นสภาพแวดล้อมสำหรับการเรียนรู้ของ reinforcement learning (rl-environment) ซึ่งเปิดโอกาสให้นำไปใช้ฝึกฝนเอเจนต์ด้านความปลอดภัยในอนาคตได้อีกด้วยสรุปภาพรวม 📌การเปิดตัว CWE-bench v2 ถือเป็นก้าวสำคัญในการสร้างมาตรฐานกลางสำหรับการประเมินความปลอดภัยไซเบอร์ของ AI ช่วยให้เราเข้าใจจุดแข็งและข้อจำกัดของโมเดลแต่ละตัวได้อย่างโปร่งใส พร้อมทั้งขับเคลื่อนวงการพัฒนา AI ให้มีความปลอดภัยและน่าเชื่อถือยิ่งขึ้นในระยะยาว#CyberSecurity #AI #TechTrends #SoftwareDevelopmenthttps://huggingface.co/blog/cwe-bench
    Shared content
    HUGGINGFACE.CO
    CWE-bench v2: More coverage, quality, and transparency
    We’re on a journey to advance and democratize artificial intelligence through open source and open science.
    4 التعليقات 0 المشاركات 1كيلو بايت مشاهدة 0 معاينة
  • เจาะลึก Palette: วิธีฝึกโมเดลขนาดเล็กให้สร้างสไลด์พรีเซนต์ตามดีไซน์เฉพาะตัวของคุณ 🎨

    เมื่อคุณสั่งให้โมเดล AI สร้างสไลด์พรีเซนต์สักหนึ่งชุด คุณมักจะได้ผลลัพธ์ที่ดี แต่ถ้าสั่งให้สร้างสักสิบชุด คุณจะเริ่มสังเกตเห็นความซ้ำซากจำเจ รูปแบบที่เหมือนกันหมด และกลลิ่นอายของความเป็น "AI-generated" ที่แก้ยาก ยิ่งไปกว่านั้น หากข้อมูลของคุณเป็นความลับที่ไม่สามารถหลุดออกนอกระบบได้ ปัญหาเหล่านี้ยิ่งกลายเป็นโจทย์ใหญ่

    นี่จึงเป็นที่มาของ Palette งานวิจัยล่าสุดจาก IBM Research ที่เข้ามาเปลี่ยนวิธีคิดในการให้โมเดลขนาดเล็กสร้างสไลด์พรีเซนต์ในแบบที่คุณต้องการ โดยที่คุณยังคงเป็นเจ้าของข้อมูลและควบคุมทุกอย่างได้เองทั้งหมด 💡

    ทำไมการสร้างสไลด์ถึงเป็นเรื่องยากสำหรับโมเดลขนาดเล็ก?

    การทำสไลด์ให้ออกมาดูดีไม่ใช่เรื่องง่าย เพราะมันต้องอาศัยทักษะและความเข้าใจในหลายๆ ด้านพร้อมกัน ซึ่งโมเดลขนาดเล็กมักจะติดปัญหาหลักๆ ดังนี้:

    • การจัดวางโดยมองไม่เห็นภาพล่วงหน้า: โมเดลไม่ได้วาดรูปออกมาตรงๆ แต่ต้องเขียนโค้ดเพื่อกำหนดพิกัด x, y ความกว้าง และขนาดฟอนต์ ซึ่งการคำนวณว่าตัวอักษรจะล้นหรือทับซ้อนกันไหม เป็นเรื่องที่โมเดลขนาดเล็กมักทำพลาดบ่อยครั้ง 📐
    • การตัดสินใจสองเรื่องในเวลาเดียวกัน: โมเดลต้องคิดทั้งในมุมกองบรรณาธิการว่าจะเลือกใช้ชาร์ตหรือตารางดี และต้องคิดในมุมเรขาคณิตว่าจะวางตำแหน่งให้อยู่ตรงไหนในเวลาเดียวกัน
    • ขาดชุดข้อมูลตัวอย่างการสร้างสไลด์: แม้จะมีสไลด์สำเร็จรูปอยู่มากมาย แต่เรากลับไม่มีชุดข้อมูลที่บอกถึงเหตุผลเบื้องหลังการตัดสินใจออกแบบ หรือโค้ดที่ใช้สร้างสไลด์นั้นๆ จริงๆ

    แนวคิดใหม่: แบ่งหน้าที่เหมือนมนุษย์ด้วย "ดีไซน์เนอร์" และ "โค้ดเดอร์" 🛠️

    มนุษย์เราไม่มีทางทำสไลด์เสร็จได้ภายในรอบเดียว เรามักจะวางโครงเรื่องก่อนว่าจะเอาสไลด์กี่หน้า หน้าไหนใส่อะไร แล้วค่อยลงมือทำทีละหน้า

    Palette จึงแบ่งการทำงานออกเป็น 2 บทบาทผ่านอะแดปเตอร์เดียว:

    1. ดีไซน์เนอร์ (Designer): ทำหน้าที่อ่านแผนงานแล้วแปลงออกมาเป็นโครงสร้าง JSON ที่ชัดเจน ทั้งชุดสี ระบบฟอนต์ เลย์เอาต์ของแต่ละสไลด์ เนื้อหาแบบเจาะจง และเหตุผลในการออกแบบ 📝
    2. โค้ดเดอร์ (Coder): รับสเปกของแต่ละสไลด์มาจากดีไซน์เนอร์ แล้วเขียนโค้ดภาษา JavaScript (pptxgenjs) เพื่อวาดสไลด์นั้นๆ ออกมา

    การแยกหน้าที่นี้ทำให้แต่ละส่วนตัดสินใจได้แม่นยำขึ้น แถมยังช่วยให้กระบวนการเขียนโค้ดทำงานแบบขนานพร้อมกันหลายสไลด์ได้เร็วขึ้นถึง 6-7 เท่าอีกด้วย ⚡

    การควบคุมดีไซน์ดั่งใจด้วยภาษาธรรมชาติ

    บางครั้งคุณอาจต้องการปรับแต่งดีไซน์เฉพาะจุด เช่น อยากเปลี่ยนชาร์ตนี้ให้เป็นไทม์ไลน์ หรืออยากได้ปกสีเข้มขึ้น Palette เปิดให้ผู้ใช้งานใส่คำสั่งสั้นๆ (Directives) ลงไปในแผนงานได้โดยตรง เช่น [[make this a timeline]] เพื่อให้โมเดลเข้าใจเจตนาและปรับรูปแบบการแสดงผลตามที่คุณต้องการได้ทันทีโดยไม่ต้องแก้โค้ดเองทั้งหมด 📌

    ระบบตรวจสอบและแก้ไขอัตโนมัติเพื่อความสมบูรณ์แบบ

    แม้โมเดลจะถูกฝึกมาอย่างดี แต่ก็อาจเกิดข้อผิดพลาดขึ้นได้ Palette จึงมีระบบตัวช่วยตรวจสอบ (Harness) ที่คอยคุมเข้มก่อนส่งออกชิ้นงาน:

    • ตรวจสอบข้อผิดพลาดเบื้องต้น: แก้ไขโค้ดสีที่ผิดพลาดหรือจุดที่อาจทำให้สไลด์พัง
    • ตรวจวัดเรขาคณิต: หากพบว่ามีข้อความทับซ้อนกัน หรือตัวอักษรล้นออกนอกสไลด์ ระบบจะส่งต่อไปยังโมเดลตัวช่วยแก้ไขเฉพาะจุด 🔍
    • ความปลอดภัยสูงสุด: ระบบจะเก็บบันทึกการแก้ไขไว้ก็ต่อเมื่อผลการตรวจสอบยืนยันว่าสไลด์ดีขึ้นจริงเท่านั้น หากไม่ดีขึ้นจะใช้ต้นฉบับเดิมทันที ช่วยเพิ่มคะแนนความถูกต้องและลดข้อผิดพลาดได้อย่างมีประสิทธิภาพ ⭐

    สรุปแนวทางต่อยอดเพื่ออนาคต

    การพัฒนา Palette ทำให้เราเห็นบทเรียนสำคัญว่า การใส่เหตุผลและกระบวนการคิดลงไปในชุดข้อมูลฝึกอบรม (รวมถึงการระบุว่าทำไมถึงปฏิเสธทางเลือกอื่น) มีประโยชน์มากกว่าการให้แค่ผลลัพธ์สำเร็จรูป นอกจากนี้ การมีระบบตรวจสอบที่แม่นยำตั้งแต่ต้นน้ำยังช่วยให้การใช้งานโมเดลขนาดเล็กมีความปลอดภัยและนำไปประยุกต์ใช้กับงานสร้างสรรค์อื่นๆ ได้อีกมากมายในอนาคต 💡

    #AI #TechNews #IBMResearch #SlideDesign #MachineLearning

    ขอบคุณ แหล่งข้อมูล
    https://huggingface.co/blog/ibm-research/palette-deck-building

    เจาะลึก Palette: วิธีฝึกโมเดลขนาดเล็กให้สร้างสไลด์พรีเซนต์ตามดีไซน์เฉพาะตัวของคุณ 🎨เมื่อคุณสั่งให้โมเดล AI สร้างสไลด์พรีเซนต์สักหนึ่งชุด คุณมักจะได้ผลลัพธ์ที่ดี แต่ถ้าสั่งให้สร้างสักสิบชุด คุณจะเริ่มสังเกตเห็นความซ้ำซากจำเจ รูปแบบที่เหมือนกันหมด และกลลิ่นอายของความเป็น "AI-generated" ที่แก้ยาก ยิ่งไปกว่านั้น หากข้อมูลของคุณเป็นความลับที่ไม่สามารถหลุดออกนอกระบบได้ ปัญหาเหล่านี้ยิ่งกลายเป็นโจทย์ใหญ่นี่จึงเป็นที่มาของ Palette งานวิจัยล่าสุดจาก IBM Research ที่เข้ามาเปลี่ยนวิธีคิดในการให้โมเดลขนาดเล็กสร้างสไลด์พรีเซนต์ในแบบที่คุณต้องการ โดยที่คุณยังคงเป็นเจ้าของข้อมูลและควบคุมทุกอย่างได้เองทั้งหมด 💡ทำไมการสร้างสไลด์ถึงเป็นเรื่องยากสำหรับโมเดลขนาดเล็ก?การทำสไลด์ให้ออกมาดูดีไม่ใช่เรื่องง่าย เพราะมันต้องอาศัยทักษะและความเข้าใจในหลายๆ ด้านพร้อมกัน ซึ่งโมเดลขนาดเล็กมักจะติดปัญหาหลักๆ ดังนี้:การจัดวางโดยมองไม่เห็นภาพล่วงหน้า: โมเดลไม่ได้วาดรูปออกมาตรงๆ แต่ต้องเขียนโค้ดเพื่อกำหนดพิกัด x, y ความกว้าง และขนาดฟอนต์ ซึ่งการคำนวณว่าตัวอักษรจะล้นหรือทับซ้อนกันไหม เป็นเรื่องที่โมเดลขนาดเล็กมักทำพลาดบ่อยครั้ง 📐การตัดสินใจสองเรื่องในเวลาเดียวกัน: โมเดลต้องคิดทั้งในมุมกองบรรณาธิการว่าจะเลือกใช้ชาร์ตหรือตารางดี และต้องคิดในมุมเรขาคณิตว่าจะวางตำแหน่งให้อยู่ตรงไหนในเวลาเดียวกัน ขาดชุดข้อมูลตัวอย่างการสร้างสไลด์: แม้จะมีสไลด์สำเร็จรูปอยู่มากมาย แต่เรากลับไม่มีชุดข้อมูลที่บอกถึงเหตุผลเบื้องหลังการตัดสินใจออกแบบ หรือโค้ดที่ใช้สร้างสไลด์นั้นๆ จริงๆแนวคิดใหม่: แบ่งหน้าที่เหมือนมนุษย์ด้วย "ดีไซน์เนอร์" และ "โค้ดเดอร์" 🛠️มนุษย์เราไม่มีทางทำสไลด์เสร็จได้ภายในรอบเดียว เรามักจะวางโครงเรื่องก่อนว่าจะเอาสไลด์กี่หน้า หน้าไหนใส่อะไร แล้วค่อยลงมือทำทีละหน้าPalette จึงแบ่งการทำงานออกเป็น 2 บทบาทผ่านอะแดปเตอร์เดียว:ดีไซน์เนอร์ (Designer): ทำหน้าที่อ่านแผนงานแล้วแปลงออกมาเป็นโครงสร้าง JSON ที่ชัดเจน ทั้งชุดสี ระบบฟอนต์ เลย์เอาต์ของแต่ละสไลด์ เนื้อหาแบบเจาะจง และเหตุผลในการออกแบบ 📝โค้ดเดอร์ (Coder): รับสเปกของแต่ละสไลด์มาจากดีไซน์เนอร์ แล้วเขียนโค้ดภาษา JavaScript (pptxgenjs) เพื่อวาดสไลด์นั้นๆ ออกมาการแยกหน้าที่นี้ทำให้แต่ละส่วนตัดสินใจได้แม่นยำขึ้น แถมยังช่วยให้กระบวนการเขียนโค้ดทำงานแบบขนานพร้อมกันหลายสไลด์ได้เร็วขึ้นถึง 6-7 เท่าอีกด้วย ⚡การควบคุมดีไซน์ดั่งใจด้วยภาษาธรรมชาติบางครั้งคุณอาจต้องการปรับแต่งดีไซน์เฉพาะจุด เช่น อยากเปลี่ยนชาร์ตนี้ให้เป็นไทม์ไลน์ หรืออยากได้ปกสีเข้มขึ้น Palette เปิดให้ผู้ใช้งานใส่คำสั่งสั้นๆ (Directives) ลงไปในแผนงานได้โดยตรง เช่น [[make this a timeline]] เพื่อให้โมเดลเข้าใจเจตนาและปรับรูปแบบการแสดงผลตามที่คุณต้องการได้ทันทีโดยไม่ต้องแก้โค้ดเองทั้งหมด 📌ระบบตรวจสอบและแก้ไขอัตโนมัติเพื่อความสมบูรณ์แบบแม้โมเดลจะถูกฝึกมาอย่างดี แต่ก็อาจเกิดข้อผิดพลาดขึ้นได้ Palette จึงมีระบบตัวช่วยตรวจสอบ (Harness) ที่คอยคุมเข้มก่อนส่งออกชิ้นงาน:ตรวจสอบข้อผิดพลาดเบื้องต้น: แก้ไขโค้ดสีที่ผิดพลาดหรือจุดที่อาจทำให้สไลด์พังตรวจวัดเรขาคณิต: หากพบว่ามีข้อความทับซ้อนกัน หรือตัวอักษรล้นออกนอกสไลด์ ระบบจะส่งต่อไปยังโมเดลตัวช่วยแก้ไขเฉพาะจุด 🔍ความปลอดภัยสูงสุด: ระบบจะเก็บบันทึกการแก้ไขไว้ก็ต่อเมื่อผลการตรวจสอบยืนยันว่าสไลด์ดีขึ้นจริงเท่านั้น หากไม่ดีขึ้นจะใช้ต้นฉบับเดิมทันที ช่วยเพิ่มคะแนนความถูกต้องและลดข้อผิดพลาดได้อย่างมีประสิทธิภาพ ⭐สรุปแนวทางต่อยอดเพื่ออนาคตการพัฒนา Palette ทำให้เราเห็นบทเรียนสำคัญว่า การใส่เหตุผลและกระบวนการคิดลงไปในชุดข้อมูลฝึกอบรม (รวมถึงการระบุว่าทำไมถึงปฏิเสธทางเลือกอื่น) มีประโยชน์มากกว่าการให้แค่ผลลัพธ์สำเร็จรูป นอกจากนี้ การมีระบบตรวจสอบที่แม่นยำตั้งแต่ต้นน้ำยังช่วยให้การใช้งานโมเดลขนาดเล็กมีความปลอดภัยและนำไปประยุกต์ใช้กับงานสร้างสรรค์อื่นๆ ได้อีกมากมายในอนาคต 💡#AI #TechNews #IBMResearch #SlideDesign #MachineLearninghttps://huggingface.co/blog/ibm-research/palette-deck-building
    6 التعليقات 0 المشاركات 2كيلو بايت مشاهدة 0 معاينة
  • 🚀 Hugging Face จับมือ OpenRouter ยกระดับการใช้งานโมเดล Open-Weight ให้ง่ายและทรงพลังยิ่งขึ้น

    วงการปัญญาประดิษฐ์ก้าวไปอีกขั้นเมื่อ Hugging Face ประกาศความร่วมมือครั้งสำคัญกับ OpenRouter เพื่อช่วยให้นักพัฒนาและผู้ใช้งานสามารถเข้าถึงและรันโมเดลแบบ Open-Weight ได้อย่างสะดวกสบายผ่าน API เดียวกัน โดยไม่ต้องเปลี่ยนโค้ดเดิมที่มีอยู่ 💡

    จุดเด่นของการร่วมมือระหว่าง Hugging Face และ OpenRouter

    การผสานพลังกันครั้งนี้ช่วยแก้ปัญหาเรื่องความเสถียรและความรวดเร็วในการเรียกใช้งานโมเดล โดยมีการเปลี่ยนแปลงที่สำคัญดังนี้:

    • 🔄 ระบบจัดเส้นทางอัจฉริยะ: เปลี่ยนมาใช้ระบบ Routing ของ OpenRouter ที่ช่วยคัดเลือกผู้ให้บริการ (Provider) ที่ดีที่สุดในแบบเรียลไทม์ โดยพิจารณาจากราคา ความเร็ว และความเสถียร
    • 🛡️ ระบบสำรองอัตโนมัติ: หากผู้ให้บริการหลักเกิดอาการขัดข้องหรือทำงานช้า ระบบจะทำการสลับไปยังผู้ให้บริการรายอื่นในทันที ช่วยลดข้อผิดพลาดด้านความจุลงได้ถึง 46%
    • 💰 ความคุ้มค่าที่จับต้องได้: โมเดล Open-Weight มีอัตราค่าบริการเฉลี่ยที่ประหยัดกว่าโมเดลแบบปิด (Closed-weight) ค่อนข้างมาก พร้อมทั้งไม่มีการบวกราคาเพิ่มจากทาง Hugging Face แต่อย่างใด
    • 🛠️ ใช้งานง่ายผ่านโค้ดเดิม: รองรับมาตรฐาน API ของ OpenAI และ Anthropic ทำให้สามารถใช้งานร่วมกับเครื่องมือและ SDK ที่มีอยู่แล้วได้ทันที

    สถิติที่น่าสนใจและการเติบโตของ Open-Weight Models

    ความนิยมของโมเดล Open-Weight เติบโตขึ้นอย่างรวดเร็ว โดยมีข้อมูลที่น่าสนใจดังนี้:

    • สัดส่วนการใช้งานโทเค็นบน OpenRouter ของโมเดล Open-Weight พุ่งสูงขึ้นจาก 26.8% สู่ระดับ 71.7%
    • ปริมาณการใช้งานรายสัปดาห์เติบโตขึ้นมากกว่า 60 เท่าในช่วงเวลาเดียวกัน
    • โมเดลยอดนิยมอย่าง DeepSeek V4.1 Flash 1017 สามารถสร้างยอดใช้งานได้สูงถึง 59.2 ล้านล้านโทเค็น

    สิ่งที่ผู้ใช้งานควรทราบเพิ่มเติม

    • 🖼️ การสร้างรูปภาพ วิดีโอ และเสียง: ยังคงทำงานผ่านระบบเดิมของ Hugging Face Inference Providers โดยตรงเช่นเดิม
    • ⚙️ การจัดการผู้ให้บริการ: ผู้ใช้งานสามารถตรวจสอบและปิดการใช้งานผู้ให้บริการบางรายที่ไม่ต้องการได้ผ่านหน้าการตั้งค่า
    • 📌 ข้อควรระวังเรื่อง Custom Keys: เนื่องจากการเรียกใช้งานผ่านภาษาเปลี่ยนมาผ่าน OpenRouter จึงไม่สามารถใช้ API Key ส่วนตัวสำหรับโมเดลภาษาได้อีกต่อไป แต่ยังคงสามารถเลือกผู้ให้บริการเฉพาะเจาะจงผ่านส่วนต่อท้ายชื่อโมเดลได้

    ความร่วมมือครั้งนี้ถือเป็นจุดเริ่มต้นที่ช่วยให้ชุมชนนักพัฒนาสามารถเข้าถึงขุมพลังของปัญญาประดิษฐ์แบบเปิดได้อย่างราบรื่น คุ้มค่า และมีประสิทธิภาพสูงสุดในทุกๆ การใช้งาน

    #HuggingFace #OpenRouter #AI #OpenWeight #TechNews

    ขอบคุณ แหล่งข้อมูล
    https://huggingface.co/blog/openrouter

    🚀 Hugging Face จับมือ OpenRouter ยกระดับการใช้งานโมเดล Open-Weight ให้ง่ายและทรงพลังยิ่งขึ้นวงการปัญญาประดิษฐ์ก้าวไปอีกขั้นเมื่อ Hugging Face ประกาศความร่วมมือครั้งสำคัญกับ OpenRouter เพื่อช่วยให้นักพัฒนาและผู้ใช้งานสามารถเข้าถึงและรันโมเดลแบบ Open-Weight ได้อย่างสะดวกสบายผ่าน API เดียวกัน โดยไม่ต้องเปลี่ยนโค้ดเดิมที่มีอยู่ 💡จุดเด่นของการร่วมมือระหว่าง Hugging Face และ OpenRouterการผสานพลังกันครั้งนี้ช่วยแก้ปัญหาเรื่องความเสถียรและความรวดเร็วในการเรียกใช้งานโมเดล โดยมีการเปลี่ยนแปลงที่สำคัญดังนี้:🔄 ระบบจัดเส้นทางอัจฉริยะ: เปลี่ยนมาใช้ระบบ Routing ของ OpenRouter ที่ช่วยคัดเลือกผู้ให้บริการ (Provider) ที่ดีที่สุดในแบบเรียลไทม์ โดยพิจารณาจากราคา ความเร็ว และความเสถียร🛡️ ระบบสำรองอัตโนมัติ: หากผู้ให้บริการหลักเกิดอาการขัดข้องหรือทำงานช้า ระบบจะทำการสลับไปยังผู้ให้บริการรายอื่นในทันที ช่วยลดข้อผิดพลาดด้านความจุลงได้ถึง 46%💰 ความคุ้มค่าที่จับต้องได้: โมเดล Open-Weight มีอัตราค่าบริการเฉลี่ยที่ประหยัดกว่าโมเดลแบบปิด (Closed-weight) ค่อนข้างมาก พร้อมทั้งไม่มีการบวกราคาเพิ่มจากทาง Hugging Face แต่อย่างใด🛠️ ใช้งานง่ายผ่านโค้ดเดิม: รองรับมาตรฐาน API ของ OpenAI และ Anthropic ทำให้สามารถใช้งานร่วมกับเครื่องมือและ SDK ที่มีอยู่แล้วได้ทันทีสถิติที่น่าสนใจและการเติบโตของ Open-Weight Modelsความนิยมของโมเดล Open-Weight เติบโตขึ้นอย่างรวดเร็ว โดยมีข้อมูลที่น่าสนใจดังนี้:สัดส่วนการใช้งานโทเค็นบน OpenRouter ของโมเดล Open-Weight พุ่งสูงขึ้นจาก 26.8% สู่ระดับ 71.7%ปริมาณการใช้งานรายสัปดาห์เติบโตขึ้นมากกว่า 60 เท่าในช่วงเวลาเดียวกันโมเดลยอดนิยมอย่าง DeepSeek V4.1 Flash 1017 สามารถสร้างยอดใช้งานได้สูงถึง 59.2 ล้านล้านโทเค็นสิ่งที่ผู้ใช้งานควรทราบเพิ่มเติม🖼️ การสร้างรูปภาพ วิดีโอ และเสียง: ยังคงทำงานผ่านระบบเดิมของ Hugging Face Inference Providers โดยตรงเช่นเดิม⚙️ การจัดการผู้ให้บริการ: ผู้ใช้งานสามารถตรวจสอบและปิดการใช้งานผู้ให้บริการบางรายที่ไม่ต้องการได้ผ่านหน้าการตั้งค่า📌 ข้อควรระวังเรื่อง Custom Keys: เนื่องจากการเรียกใช้งานผ่านภาษาเปลี่ยนมาผ่าน OpenRouter จึงไม่สามารถใช้ API Key ส่วนตัวสำหรับโมเดลภาษาได้อีกต่อไป แต่ยังคงสามารถเลือกผู้ให้บริการเฉพาะเจาะจงผ่านส่วนต่อท้ายชื่อโมเดลได้ความร่วมมือครั้งนี้ถือเป็นจุดเริ่มต้นที่ช่วยให้ชุมชนนักพัฒนาสามารถเข้าถึงขุมพลังของปัญญาประดิษฐ์แบบเปิดได้อย่างราบรื่น คุ้มค่า และมีประสิทธิภาพสูงสุดในทุกๆ การใช้งาน#HuggingFace #OpenRouter #AI #OpenWeight #TechNewshttps://huggingface.co/blog/openrouter
    Shared content
    HUGGINGFACE.CO
    Hugging Face and OpenRouter join forces to make open-weight models easy to run
    We’re on a journey to advance and democratize artificial intelligence through open source and open science.
    5 التعليقات 0 المشاركات 2كيلو بايت مشاهدة 0 معاينة
  • ทำความรู้จัก Dharma Field Extractor โมเดลสกัดข้อมูลจากเอกสาร ออกมาเป็น JSON อัตโนมัติ

    ในยุคที่องค์กรต้องจัดการกับเอกสารจำนวนมากในแต่ละวัน ไม่ว่าจะเป็นใบแจ้งหนี้ สัญญา ใบเสร็จ หรือแบบฟอร์มต่างๆ การดึงข้อมูลจากเอกสารเหล่านี้เพื่อนำไปใช้งานต่อมักจะเป็นเรื่องที่ยุ่งยากและเสียเวลา การใช้โมเดลปัญญาประดิษฐ์ทั่วไปบางครั้งก็มีต้นทุนที่สูงและซับซ้อนจนเกินความจำเป็น จึงเป็นที่มาของ Dharma Field Extractor เครื่องมือที่ถูกพัฒนาขึ้นเพื่อแก้ปัญหานี้โดยเฉพาะ

    Dharma Field Extractor คืออะไร

    Dharma Field Extractor เป็นโมเดลขนาดเล็กที่มีพารามิเตอร์ 2 พันล้านพารามิเตอร์ ถูกออกแบบมาเพื่อทำหน้าที่ดึงข้อมูลเฉพาะเจาะจงจากเอกสารหลากหลายรูปแบบ แล้วแปลงออกมาเป็นรูปแบบ JSON ที่พร้อมนำไปใช้งานต่อในระบบคอมพิวเตอร์ทันที

    จุดเด่นสำคัญคือการทำงานที่ตรงจุด ไม่ว่าจะเป็นการดึงรายการสินค้าจากใบแจ้งหนี้ ข้อมูลผู้ป่วยจากใบสั่งแพทย์ หรือข้อมูลจากบัตรประจำตัวประชาชน โมเดลนี้สามารถเลือกดึงเฉพาะฟิลด์ข้อมูลที่คุณต้องการได้อย่างแม่นยำ โดยไม่ต้องเสียเวลาอ่านเอกสารทั้งหน้า

    วิธีการใช้งานที่ยืดหยุ่นตามความต้องการ

    การใช้งานโมเดลนี้รองรับรูปแบบการทำงานหลักๆ 2 แบบ เพื่อให้เข้ากับระบบงานเดิมของคุณมากที่สุด:

    • 🔍 แบบเปิด (Open Request): เหมาะสำหรับกรณีที่คุณยังไม่รู้โครงสร้างที่แน่นอนของเอกสาร โมเดลจะอ่านหน้าเอกสาร ทำความเข้าใจบริบท เลย์เอาต์ และดึงข้อมูลทั้งหมดที่พบออกมาเป็นคู่คีย์-มูลค่า (Key-Value Pairs) โดยอัตโนมัติ
    • 📋 แบบกำหนดโครงสร้าง (Schema-directed): เหมาะสำหรับกรณีที่คุณต้องการฟิลด์ข้อมูลที่เจาะจง คุณสามารถกำหนดรูปแบบและชนิดข้อมูล (เช่น สตริง ตัวเลข หรือบูลีน) ที่ต้องการได้ล่วงหน้า ข้อมูลที่ได้จะตรงตามโครงสร้างระบบของคุณทันที และหากไม่มีข้อมูลนั้นในเอกสาร ระบบจะคืนค่าเป็น null ให้โดยอัตโนมัติ

    จุดเด่นที่เหนือกว่าด้วยโมเดลขนาดเฉพาะทาง

    การพัฒนาโมเดลนี้ต่อยอดมาจาก DharmaOCR-LITE ซึ่งผ่านการฝึกฝนเฉพาะทางด้านการอ่านและสกัดข้อมูลจากเอกสาร ทำให้ได้ผลลัพธ์ที่มีประสิทธิภาพสูงในด้านต่างๆ:

    • ⭐ ความแม่นยำสูง: จากการทดสอบในชุดข้อมูลมาตรฐาน โมเดลขนาดเล็กนี้สามารถทำคะแนนได้ในระดับที่ยอดเยี่ยม เหนือกว่าโมเดลขนาดใหญ่ทั่วไปหลายรุ่นในงานประเภทเดียวกัน
    • 💡 ประหยัดต้นทุน: ด้วยการเป็นโมเดลขนาดเล็กที่สามารถรันบนโครงสร้างพื้นฐานของตนเองได้ จึงช่วยลดต้นทุนการประมวลผลต่อครั้งลงได้อย่างมากเมื่อเทียบกับการเรียกใช้ API ขนาดใหญ่ทั่วไป
    • 📌 รองรับหลากหลายภาษา: รองรับเอกสารหลากหลายรูปแบบ ทั้งภาษาอังกฤษ ภาษาโปรตุเกส และภาษาอื่นๆ ในยุโรปและเอเชีย

    สรุป

    การเลือกใช้เทคโนโลยีที่ออกแบบมาเฉพาะทางอย่าง Dharma Field Extractor ถือเป็นอีกหนึ่งทางเลือกที่น่าสนใจสำหรับองค์กรที่ต้องการเพิ่มประสิทธิภาพ ลดขั้นตอน และประหยัดต้นทุนในการจัดการข้อมูลจากเอกสารจำนวนมากในแต่ละวันให้สามารถนำไปต่อยอดทางธุรกิจได้อย่างรวดเร็ว

    #AI #DataExtraction #JSON #TechNews #OCR

    ขอบคุณ แหล่งข้อมูล
    https://huggingface.co/blog/Dharma-AI/dharma-field-extractor

    ทำความรู้จัก Dharma Field Extractor โมเดลสกัดข้อมูลจากเอกสาร ออกมาเป็น JSON อัตโนมัติในยุคที่องค์กรต้องจัดการกับเอกสารจำนวนมากในแต่ละวัน ไม่ว่าจะเป็นใบแจ้งหนี้ สัญญา ใบเสร็จ หรือแบบฟอร์มต่างๆ การดึงข้อมูลจากเอกสารเหล่านี้เพื่อนำไปใช้งานต่อมักจะเป็นเรื่องที่ยุ่งยากและเสียเวลา การใช้โมเดลปัญญาประดิษฐ์ทั่วไปบางครั้งก็มีต้นทุนที่สูงและซับซ้อนจนเกินความจำเป็น จึงเป็นที่มาของ Dharma Field Extractor เครื่องมือที่ถูกพัฒนาขึ้นเพื่อแก้ปัญหานี้โดยเฉพาะDharma Field Extractor คืออะไรDharma Field Extractor เป็นโมเดลขนาดเล็กที่มีพารามิเตอร์ 2 พันล้านพารามิเตอร์ ถูกออกแบบมาเพื่อทำหน้าที่ดึงข้อมูลเฉพาะเจาะจงจากเอกสารหลากหลายรูปแบบ แล้วแปลงออกมาเป็นรูปแบบ JSON ที่พร้อมนำไปใช้งานต่อในระบบคอมพิวเตอร์ทันทีจุดเด่นสำคัญคือการทำงานที่ตรงจุด ไม่ว่าจะเป็นการดึงรายการสินค้าจากใบแจ้งหนี้ ข้อมูลผู้ป่วยจากใบสั่งแพทย์ หรือข้อมูลจากบัตรประจำตัวประชาชน โมเดลนี้สามารถเลือกดึงเฉพาะฟิลด์ข้อมูลที่คุณต้องการได้อย่างแม่นยำ โดยไม่ต้องเสียเวลาอ่านเอกสารทั้งหน้าวิธีการใช้งานที่ยืดหยุ่นตามความต้องการการใช้งานโมเดลนี้รองรับรูปแบบการทำงานหลักๆ 2 แบบ เพื่อให้เข้ากับระบบงานเดิมของคุณมากที่สุด:🔍 แบบเปิด (Open Request): เหมาะสำหรับกรณีที่คุณยังไม่รู้โครงสร้างที่แน่นอนของเอกสาร โมเดลจะอ่านหน้าเอกสาร ทำความเข้าใจบริบท เลย์เอาต์ และดึงข้อมูลทั้งหมดที่พบออกมาเป็นคู่คีย์-มูลค่า (Key-Value Pairs) โดยอัตโนมัติ📋 แบบกำหนดโครงสร้าง (Schema-directed): เหมาะสำหรับกรณีที่คุณต้องการฟิลด์ข้อมูลที่เจาะจง คุณสามารถกำหนดรูปแบบและชนิดข้อมูล (เช่น สตริง ตัวเลข หรือบูลีน) ที่ต้องการได้ล่วงหน้า ข้อมูลที่ได้จะตรงตามโครงสร้างระบบของคุณทันที และหากไม่มีข้อมูลนั้นในเอกสาร ระบบจะคืนค่าเป็น null ให้โดยอัตโนมัติจุดเด่นที่เหนือกว่าด้วยโมเดลขนาดเฉพาะทางการพัฒนาโมเดลนี้ต่อยอดมาจาก DharmaOCR-LITE ซึ่งผ่านการฝึกฝนเฉพาะทางด้านการอ่านและสกัดข้อมูลจากเอกสาร ทำให้ได้ผลลัพธ์ที่มีประสิทธิภาพสูงในด้านต่างๆ:⭐ ความแม่นยำสูง: จากการทดสอบในชุดข้อมูลมาตรฐาน โมเดลขนาดเล็กนี้สามารถทำคะแนนได้ในระดับที่ยอดเยี่ยม เหนือกว่าโมเดลขนาดใหญ่ทั่วไปหลายรุ่นในงานประเภทเดียวกัน💡 ประหยัดต้นทุน: ด้วยการเป็นโมเดลขนาดเล็กที่สามารถรันบนโครงสร้างพื้นฐานของตนเองได้ จึงช่วยลดต้นทุนการประมวลผลต่อครั้งลงได้อย่างมากเมื่อเทียบกับการเรียกใช้ API ขนาดใหญ่ทั่วไป📌 รองรับหลากหลายภาษา: รองรับเอกสารหลากหลายรูปแบบ ทั้งภาษาอังกฤษ ภาษาโปรตุเกส และภาษาอื่นๆ ในยุโรปและเอเชียสรุปการเลือกใช้เทคโนโลยีที่ออกแบบมาเฉพาะทางอย่าง Dharma Field Extractor ถือเป็นอีกหนึ่งทางเลือกที่น่าสนใจสำหรับองค์กรที่ต้องการเพิ่มประสิทธิภาพ ลดขั้นตอน และประหยัดต้นทุนในการจัดการข้อมูลจากเอกสารจำนวนมากในแต่ละวันให้สามารถนำไปต่อยอดทางธุรกิจได้อย่างรวดเร็ว#AI #DataExtraction #JSON #TechNews #OCRhttps://huggingface.co/blog/Dharma-AI/dharma-field-extractor
    4 التعليقات 0 المشاركات 2كيلو بايت مشاهدة 0 معاينة
  • ทำความรู้จัก Phonon TTS นวัตกรรมเสียงพูดอัจฉริยะบนอุปกรณ์พกพาที่ทำงานได้โดยไม่ต้องใช้อินเทอร์เน็ต 🎙️

    ในยุคที่เทคโนโลยีปัญญาประดิษฐ์หรือ AI พัฒนาไปอย่างรวดเร็ว เสียงสังเคราะห์หรือ Text-to-Speech (TTS) ส่วนใหญ่ยังคงต้องพึ่งพาการประมวลผลบนคลาวด์ ซึ่งผู้ใช้จำเป็นต้องเชื่อมต่ออินเทอร์เน็ตอยู่ตลอดเวลา แต่ล่าสุดได้มีการเปิดตัวโมเดลแปลงข้อความ เป็นเสียงพูดทางเลือกใหม่ที่เข้ามาพลิกโฉมวงการด้วยการทำงานบนอุปกรณ์ส่วนตัวได้โดยตรงแบบไม่ต้องพึ่งพาเซิร์ฟเวอร์

    จุดเด่นที่น่าสนใจของระบบเสียงพูดอัจฉริยะรุ่นใหม่

    เทคโนโลยีตัวนี้ถูกพัฒนาขึ้นมาเพื่อตอบโจทย์การใช้งานที่ต้องการความรวดเร็วและความเป็นส่วนตัวสูง โดยมีคุณสมบัติที่น่าสนใจดังนี้

    • ใช้งานได้บนอุปกรณ์พกพาและคอมพิวเตอร์หลากหลายรูปแบบ เช่น สมาร์ทโฟน แล็ปท็อป หรือแม้แต่บนแท็บเบราว์เซอร์ โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต 💡
    • ขนาดโมเดลที่มีความกะทัดรัดสูง น้ำหนักเบา ทำให้สามารถดาวน์โหลดและติดตั้งเพื่อใช้งานได้อย่างราบรื่น
    • รองรับการใช้งานหลากหลายภาษาครอบคลุมการสื่อสารสากล
    • มีเสียงให้เลือกใช้งานในตัวมากกว่า 100 แบบ และสามารถสร้างหรือปรับแต่งเสียงเฉพาะตัวได้ตามต้องการ
    • ความสามารถในการจัดการกับข้อมูลที่มีความซับซ้อน เช่น ตัวเลขเบอร์โทรศัพท์ วันที่ หรือรหัสต่างๆ ได้อย่างแม่นยำ

    การนำไปใช้งานจริงในรูปแบบต่างๆ

    ด้วยความสามารถที่ทำงานแบบออฟไลน์ได้ ทำให้เกิดการพัฒนาต่อยอดเป็นแอปพลิเคชันและโปรเจกต์ที่น่าสนใจมากมาย ไม่ว่าจะเป็นการใช้งานบนอุปกรณ์สวมใส่เพื่อช่วยแนะนำขั้นตอนการทำกิจกรรมต่างๆ หรือการนำไปประยุกต์ใช้กับอุปกรณ์อัจฉริยะในชีวิตประจำวัน นอกจากนี้ยังมีการรองรับการทำงานร่วมกับแพลตฟอร์มการพัฒนาชื่อดังอย่าง Transformers เพื่อให้นักพัฒนาสามารถนำไปต่อยอดในโปรเจกต์ต่างๆ ได้อย่างสะดวก

    ผลการทดสอบบนกระดานผู้นำระดับสากล

    จากการประเมินประสิทธิภาพบน Open TTS Leaderboard ซึ่งเป็นแหล่งรวมและเปรียบเทียบโมเดลแปลงข้อความ เป็นเสียงพูด พบว่าโมเดลดังกล่าวทำคะแนนในด้านความชัดเจนในการออกเสียงได้อย่างโดดเด่นในหลายภาษา รวมถึงมีความเร็วในการประมวลผลบนซีพียูอยู่ในระดับแถวหน้า ซึ่งสะท้อนให้เห็นถึงประสิทธิภาพในการพัฒนาแม้จะมีขนาดโมเดลที่ไม่ใหญ่มากก็ตาม

    สรุปภาพรวมการใช้งาน

    การพัฒนาโมเดลเสียงพูดที่สามารถรันบนอุปกรณ์ส่วนตัวได้ถือเป็นอีกหนึ่งก้าวสำคัญที่ช่วยให้ผู้ใช้งานเข้าถึงเทคโนโลยี AI ได้สะดวกและเป็นส่วนตัวมากยิ่งขึ้น ไม่ว่าจะเป็นนักพัฒนาที่ต้องการนำไปต่อยอดในเชิงพาณิชย์ภายใต้เงื่อนไขเสรีภาพในการใช้งาน หรือผู้ที่สนใจนำไปทดลองใช้งานจริงในชีวิตประจำวัน เทคโนโลยีนี้จึงเป็นอีกหนึ่งทางเลือกที่น่าจับตามองในยุคปัจจุบัน

    #AI #TextToSpeech #TechTrends #Innovation #ArtificialIntelligence

    ขอบคุณ แหล่งข้อมูล
    https://huggingface.co/blog/phonon-tts

    ทำความรู้จัก Phonon TTS นวัตกรรมเสียงพูดอัจฉริยะบนอุปกรณ์พกพาที่ทำงานได้โดยไม่ต้องใช้อินเทอร์เน็ต 🎙️ในยุคที่เทคโนโลยีปัญญาประดิษฐ์หรือ AI พัฒนาไปอย่างรวดเร็ว เสียงสังเคราะห์หรือ Text-to-Speech (TTS) ส่วนใหญ่ยังคงต้องพึ่งพาการประมวลผลบนคลาวด์ ซึ่งผู้ใช้จำเป็นต้องเชื่อมต่ออินเทอร์เน็ตอยู่ตลอดเวลา แต่ล่าสุดได้มีการเปิดตัวโมเดลแปลงข้อความ เป็นเสียงพูดทางเลือกใหม่ที่เข้ามาพลิกโฉมวงการด้วยการทำงานบนอุปกรณ์ส่วนตัวได้โดยตรงแบบไม่ต้องพึ่งพาเซิร์ฟเวอร์จุดเด่นที่น่าสนใจของระบบเสียงพูดอัจฉริยะรุ่นใหม่เทคโนโลยีตัวนี้ถูกพัฒนาขึ้นมาเพื่อตอบโจทย์การใช้งานที่ต้องการความรวดเร็วและความเป็นส่วนตัวสูง โดยมีคุณสมบัติที่น่าสนใจดังนี้ใช้งานได้บนอุปกรณ์พกพาและคอมพิวเตอร์หลากหลายรูปแบบ เช่น สมาร์ทโฟน แล็ปท็อป หรือแม้แต่บนแท็บเบราว์เซอร์ โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต 💡ขนาดโมเดลที่มีความกะทัดรัดสูง น้ำหนักเบา ทำให้สามารถดาวน์โหลดและติดตั้งเพื่อใช้งานได้อย่างราบรื่นรองรับการใช้งานหลากหลายภาษาครอบคลุมการสื่อสารสากลมีเสียงให้เลือกใช้งานในตัวมากกว่า 100 แบบ และสามารถสร้างหรือปรับแต่งเสียงเฉพาะตัวได้ตามต้องการความสามารถในการจัดการกับข้อมูลที่มีความซับซ้อน เช่น ตัวเลขเบอร์โทรศัพท์ วันที่ หรือรหัสต่างๆ ได้อย่างแม่นยำการนำไปใช้งานจริงในรูปแบบต่างๆด้วยความสามารถที่ทำงานแบบออฟไลน์ได้ ทำให้เกิดการพัฒนาต่อยอดเป็นแอปพลิเคชันและโปรเจกต์ที่น่าสนใจมากมาย ไม่ว่าจะเป็นการใช้งานบนอุปกรณ์สวมใส่เพื่อช่วยแนะนำขั้นตอนการทำกิจกรรมต่างๆ หรือการนำไปประยุกต์ใช้กับอุปกรณ์อัจฉริยะในชีวิตประจำวัน นอกจากนี้ยังมีการรองรับการทำงานร่วมกับแพลตฟอร์มการพัฒนาชื่อดังอย่าง Transformers เพื่อให้นักพัฒนาสามารถนำไปต่อยอดในโปรเจกต์ต่างๆ ได้อย่างสะดวกผลการทดสอบบนกระดานผู้นำระดับสากลจากการประเมินประสิทธิภาพบน Open TTS Leaderboard ซึ่งเป็นแหล่งรวมและเปรียบเทียบโมเดลแปลงข้อความ เป็นเสียงพูด พบว่าโมเดลดังกล่าวทำคะแนนในด้านความชัดเจนในการออกเสียงได้อย่างโดดเด่นในหลายภาษา รวมถึงมีความเร็วในการประมวลผลบนซีพียูอยู่ในระดับแถวหน้า ซึ่งสะท้อนให้เห็นถึงประสิทธิภาพในการพัฒนาแม้จะมีขนาดโมเดลที่ไม่ใหญ่มากก็ตามสรุปภาพรวมการใช้งานการพัฒนาโมเดลเสียงพูดที่สามารถรันบนอุปกรณ์ส่วนตัวได้ถือเป็นอีกหนึ่งก้าวสำคัญที่ช่วยให้ผู้ใช้งานเข้าถึงเทคโนโลยี AI ได้สะดวกและเป็นส่วนตัวมากยิ่งขึ้น ไม่ว่าจะเป็นนักพัฒนาที่ต้องการนำไปต่อยอดในเชิงพาณิชย์ภายใต้เงื่อนไขเสรีภาพในการใช้งาน หรือผู้ที่สนใจนำไปทดลองใช้งานจริงในชีวิตประจำวัน เทคโนโลยีนี้จึงเป็นอีกหนึ่งทางเลือกที่น่าจับตามองในยุคปัจจุบัน#AI #TextToSpeech #TechTrends #Innovation #ArtificialIntelligencehttps://huggingface.co/blog/phonon-tts
    Shared content
    HUGGINGFACE.CO
    A Closer Look at Phonon TTS. Launching High-Quality On-Device Speech That Tops the Benchmarks.
    We’re on a journey to advance and democratize artificial intelligence through open source and open science.
    6 التعليقات 0 المشاركات 2كيلو بايت مشاهدة 0 معاينة
  • อัปเดตครั้งใหญ่! Open ASR Leaderboard เพิ่มสำเนียงภาษาอังกฤษแบบอียิปต์และไนจีเรีย 🌍

    การพัฒนาปัญญาประดิษฐ์ด้านการรู้จำเสียงพูดหรือ ASR (Automatic Speech Recognition) กำลังก้าวไปอีกขั้น เพื่อให้ระบบมีความครอบคลุมและเป็นสากลมากยิ่งขึ้น ล่าสุดทาง Open ASR Leaderboard ได้ประกาศเพิ่มข้อมูลชุดใหม่ที่น่าสนใจ ซึ่งช่วยยกระดับการประเมินผลให้มีความหลากหลายและน่าเชื่อถือยิ่งขึ้นสำหรับผู้ใช้งานทั่วโลก

    ความร่วมมือครั้งใหม่กับ Liva AI 🤝

    การอัปเดตครั้งนี้เกิดขึ้นจากความร่วมมือกับ Liva AI ในการเพิ่มข้อมูลชุดใหม่แบบส่วนตัว (Private Data) เข้าสู่ระบบ ซึ่งครอบคลุมสำเนียงภาษาอังกฤษเพิ่มเติมอีก 2 สำเนียงหลัก ได้แก่:

    • สำเนียงอียิปต์ 🇪🇬
    • สำเนียงไนจีเรีย 🇳🇬

    การเพิ่มข้อมูลในลักษณะนี้ช่วยให้การทดสอบและประเมินประสิทธิภาพของโมเดลมีความแม่นยำและสะท้อนการใช้งานจริงของผู้คนในหลากหลายภูมิภาคมากยิ่งขึ้น

    ทำไมการเพิ่มสำเนียงใหม่ถึงสำคัญ? 🔍

    • ลดปัญหาการปรับแต่งเพื่อการทดสอบโดยเฉพาะ (Benchmaxxing): การใช้ข้อมูลชุดส่วนตัวช่วยให้มั่นใจได้ว่าผลการประเมินมีความโปร่งใสและวัดผลจากความสามารถที่แท้จริงของโมเดล
    • เพิ่มความหลากหลายทางภาษา: สะท้อนถึงความพยายามในการผลักดันความเท่าเทียมและการเข้าถึงเทคโนโลยี AI ในระดับสากล
    • ข้อมูลที่เป็นธรรมชาติ: ข้อมูลจาก Liva AI มาจากการใช้งานผลิตภัณฑ์จริงของผู้คน ทำให้ได้พฤติกรรมการพูดที่เป็นธรรมชาติและมีความบริบทสูง

    การจำแนกประเภทสำเนียงที่ละเอียดยิ่งขึ้น 📌

    นอกจากการเพิ่มสำเนียงใหม่แล้ว ทาง Open ASR Leaderboard ยังได้ปรับปรุงการแสดงผลลัพธ์ในแท็บส่วนตัว (Private Tab) ให้มีความละเอียดและเห็นภาพรวมได้ชัดเจนขึ้น โดยอ้างอิงตามแนวคิด Three Circles ของ Kachru ซึ่งจะมีการรายงานผลในรูปแบบ:

    • การเปรียบเทียบระหว่างสำเนียงสหรัฐอเมริกา (US) และสำเนียงนอกสหรัฐอเมริกา (UK, Australia, Canada, India, Nigeria, Egypt)
    • การเปรียบเทียบระหว่างกลุ่มประเทศวงใน (Inner Circle: US, UK, Australia, Canada) และกลุ่มประเทศวงนอกหรือขยาย (Outer & Expanding Circles: India, Nigeria, Egypt)

    การแบ่งกลุ่มเช่นนี้จะช่วยให้นักพัฒนาและผู้สนใจสามารถวิเคราะห์จุดเด่นและจุดที่ต้องพัฒนาของโมเดล AI ในแต่ละสำเนียงได้อย่างตรงจุด และในอนาคตหากมีสำเนียงใหม่ๆ เพิ่มเข้ามา ทางระบบก็จะทำการแยกกลุ่มย่อยใน Outer และ Expanding Circles ให้ละเอียดยิ่งขึ้นต่อไป

    #OpenASR #AI #SpeechRecognition #MachineLearning #TechNews

    ขอบคุณ แหล่งข้อมูล
    https://huggingface.co/blog/open-asr-leaderboard-liva

    อัปเดตครั้งใหญ่! Open ASR Leaderboard เพิ่มสำเนียงภาษาอังกฤษแบบอียิปต์และไนจีเรีย 🌍การพัฒนาปัญญาประดิษฐ์ด้านการรู้จำเสียงพูดหรือ ASR (Automatic Speech Recognition) กำลังก้าวไปอีกขั้น เพื่อให้ระบบมีความครอบคลุมและเป็นสากลมากยิ่งขึ้น ล่าสุดทาง Open ASR Leaderboard ได้ประกาศเพิ่มข้อมูลชุดใหม่ที่น่าสนใจ ซึ่งช่วยยกระดับการประเมินผลให้มีความหลากหลายและน่าเชื่อถือยิ่งขึ้นสำหรับผู้ใช้งานทั่วโลกความร่วมมือครั้งใหม่กับ Liva AI 🤝การอัปเดตครั้งนี้เกิดขึ้นจากความร่วมมือกับ Liva AI ในการเพิ่มข้อมูลชุดใหม่แบบส่วนตัว (Private Data) เข้าสู่ระบบ ซึ่งครอบคลุมสำเนียงภาษาอังกฤษเพิ่มเติมอีก 2 สำเนียงหลัก ได้แก่:สำเนียงอียิปต์ 🇪🇬สำเนียงไนจีเรีย 🇳🇬การเพิ่มข้อมูลในลักษณะนี้ช่วยให้การทดสอบและประเมินประสิทธิภาพของโมเดลมีความแม่นยำและสะท้อนการใช้งานจริงของผู้คนในหลากหลายภูมิภาคมากยิ่งขึ้นทำไมการเพิ่มสำเนียงใหม่ถึงสำคัญ? 🔍ลดปัญหาการปรับแต่งเพื่อการทดสอบโดยเฉพาะ (Benchmaxxing): การใช้ข้อมูลชุดส่วนตัวช่วยให้มั่นใจได้ว่าผลการประเมินมีความโปร่งใสและวัดผลจากความสามารถที่แท้จริงของโมเดลเพิ่มความหลากหลายทางภาษา: สะท้อนถึงความพยายามในการผลักดันความเท่าเทียมและการเข้าถึงเทคโนโลยี AI ในระดับสากลข้อมูลที่เป็นธรรมชาติ: ข้อมูลจาก Liva AI มาจากการใช้งานผลิตภัณฑ์จริงของผู้คน ทำให้ได้พฤติกรรมการพูดที่เป็นธรรมชาติและมีความบริบทสูงการจำแนกประเภทสำเนียงที่ละเอียดยิ่งขึ้น 📌นอกจากการเพิ่มสำเนียงใหม่แล้ว ทาง Open ASR Leaderboard ยังได้ปรับปรุงการแสดงผลลัพธ์ในแท็บส่วนตัว (Private Tab) ให้มีความละเอียดและเห็นภาพรวมได้ชัดเจนขึ้น โดยอ้างอิงตามแนวคิด Three Circles ของ Kachru ซึ่งจะมีการรายงานผลในรูปแบบ:การเปรียบเทียบระหว่างสำเนียงสหรัฐอเมริกา (US) และสำเนียงนอกสหรัฐอเมริกา (UK, Australia, Canada, India, Nigeria, Egypt)การเปรียบเทียบระหว่างกลุ่มประเทศวงใน (Inner Circle: US, UK, Australia, Canada) และกลุ่มประเทศวงนอกหรือขยาย (Outer & Expanding Circles: India, Nigeria, Egypt)การแบ่งกลุ่มเช่นนี้จะช่วยให้นักพัฒนาและผู้สนใจสามารถวิเคราะห์จุดเด่นและจุดที่ต้องพัฒนาของโมเดล AI ในแต่ละสำเนียงได้อย่างตรงจุด และในอนาคตหากมีสำเนียงใหม่ๆ เพิ่มเข้ามา ทางระบบก็จะทำการแยกกลุ่มย่อยใน Outer และ Expanding Circles ให้ละเอียดยิ่งขึ้นต่อไป#OpenASR #AI #SpeechRecognition #MachineLearning #TechNewshttps://huggingface.co/blog/open-asr-leaderboard-liva
    Shared content
    HUGGINGFACE.CO
    Egyptian and Nigerian English join the Open ASR Leaderboard
    We’re on a journey to advance and democratize artificial intelligence through open source and open science.
    2 التعليقات 0 المشاركات 2كيلو بايت مشاهدة 0 معاينة
  • ทำความรู้จัก HOPE วิธีตัดแต่งโมเดล Mixture-of-Experts ให้ฉลาดและแม่นยำยิ่งขึ้น 💡

    โมเดลภาษาขนาดใหญ่ในปัจจุบันมักพัฒนาบนสถาปัตยกรรมแบบ Mixture-of-Experts (MoE) ซึ่งช่วยให้โมเดลมีขนาดใหญ่ระดับแสนล้านพารามิเตอร์ได้อย่างมีประสิทธิภาพ แต่ข้อจำกัดสำคัญคือหน่วยความจำ เพราะในทุกๆ โทนันที่ประมวลผล จะมีผู้เชี่ยวชาญ (Experts) เพียงบางส่วนเท่านั้นที่ถูกใช้งานจริง ส่วนที่เหลือจะกินพื้นที่หน่วยความจำโดยเปล่าประโยชน์ 📌

    เพื่อแก้ปัญหานี้ เทคนิคการตัดแต่งผู้เชี่ยวชาญ (Expert Pruning) จึงกลายเป็นแนวทางยอดนิยมในการลดขนาดโมเดลโดยไม่ต้องฝึกใหม่ทั้งหมด แต่วิธีการแบบเดิมๆ มักมีข้อจำกัดในการประเมินความสำคัญของแต่ละส่วน บทความนี้จึงพาทุกท่านไปทำรู้จักกับ HOPE วิธีการใหม่ที่เข้ามาช่วยแก้โจทย์นี้ให้ดีขึ้น

    ปัญหาของการตัดแต่งโมเดลแบบเดิม

    ในอดีต วิธีการตัดแต่งโมเดลส่วนใหญ่จะเป็นแบบ First-order ซึ่งหมายถึงการให้คะแนนความสำคัญของตัวผู้เชี่ยวชาญแต่ละตัวแบบแยกอิสระจากกัน แล้วเลือกตัดตัวที่ได้คะแนนน้อยที่สุดออกไป 🔍

    แต่ในความเป็นจริง ผู้เชี่ยวชาญเหล่านี้ไม่ได้ทำงานคนเดียว พวกมันมักจะฟอร์มทีมหรือทำงานร่วมกันเป็นกลุ่มที่มีการเปิดใช้งานพร้อมๆ กันอย่างสม่ำเสมอ การตัดผู้เชี่ยวชาญตัวหนึ่งออกไปเพียงเพราะคะแนนเดี่ยวๆ ต่ำ อาจเผลอไปทำลายกลุ่มก้อนความร่วมมือที่มีความสำคัญต่อประสิทธิภาพโดยรวมของโมเดลโดยไม่รู้ตัว ยิ่งถ้าเป็นการตัดแต่งในสัดส่วนที่สูง เช่น 50% ปัญหานี้ก็จะยิ่งส่งผลกระทบมากขึ้นตามไปด้วย ⚠️

    ทำความรู้จักกับ HOPE และหลักการทำงาน

    HOPE (Higher-Order Pruning of Experts) เป็นวิธีประเภท Second-order ถูกพัฒนาขึ้นเพื่อเข้ามาปิดจุดอ่อนดังกล่าว โดยไม่ได้มองแค่ความสำคัญรายตัว แต่ยังคิดคำนวณถึงความสัมพันธ์และการปฏิสัมพันธ์ระหว่างคู่ของผู้เชี่ยวชาญ (Pairwise Interactions) ด้วยเช่นกัน 🛠️

    กระบวนการทำงานหลักๆ มี 3 ขั้นตอนง่ายๆ ดังนี้:

    1. เก็บข้อมูลคาลิเบรต (Calibrate): รันข้อมูลผ่านโมเดลเพื่อเก็บบันทึกรูปแบบการทำงานและการเลือกใช้ผู้เชี่ยวชาญในแต่ละเลเยอร์
    2. คำนวณและแก้ปัญหา (Solve): นำข้อมูลมาประมวลผลผ่านเมทริกซ์ความร่วมมือ เพื่อหาชุดผู้เชี่ยวชาญที่ควรตัดออกแล้วส่งผลกระทบน้อยที่สุด
    3. ตัดแต่งโมเดล (Prune): ดำเนินการปรับแต่งโมเดลตามผลลัพธ์ที่ได้

    จุดเด่นสำคัญคือ เมทริกซ์ของ HOPE จะช่วยรักษา "กลุ่มก้อนของผู้เชี่ยวชาญ" ที่มักจะทำงานร่วมกันไว้ ทำให้โมเดลยังคงรักษาความสามารถในการประมวลผลเรื่องยากๆ หรือภารกิจที่ซับซ้อนได้ดี แม้จะถูกตัดทอนพารามิเตอร์ออกไปครึ่งหนึ่งก็ตาม ⭐

    ประสิทธิภาพที่น่าสนใจในการใช้งานจริง

    จากการประเมินประสิทธิภาพในหลากหลายโมเดลและชุดข้อมูลทดสอบ พบว่า:

    • โดดเด่นเมื่อตัดแต่งในสัดส่วนสูง: ที่การตัดแต่ง 50% HOPE สามารถทำคะแนนเฉลี่ยได้ดีกว่าวิธีดั้งเดิมอย่างเห็นได้ชัด เนื่องจากช่วยรักษาความสัมพันธ์ของกลุ่มผู้เชี่ยวชาญที่ไม่ถูกทำลาย
    • เหมาะกับงานที่มีความซับซ้อนสูง: ในชุดทดสอบการเขียนโค้ดและงานเอเจนต์ (Agentic Coding) โมเดลที่ผ่านการตัดแต่งด้วยวิธีนี้ยังคงรักษามาตรฐานการทำงานไว้ได้ใกล้เคียงกับโมเดลต้นฉบับก่อนตัดแต่ง
    • ใช้งานร่วมกับเครื่องมือที่มีอยู่ได้: มีการพัฒนาชุดเครื่องมือพื้นฐานที่รองรับการใช้งานกับโมเดลตระกูลดังๆ ช่วยให้นักพัฒนาสามารถนำไปประยุกต์ใช้กับงานของตนเองได้สะดวกยิ่งขึ้น

    สรุปภาพรวม

    การเลือกวิธีตัดแต่งโมเดล MoE ให้มีประสิทธิภาพสูง จำเป็นต้องคำนึงถึงบริบทและความสัมพันธ์ระหว่างส่วนประกอบต่างๆ มากกว่าการมองเป็นรายชิ้น เทคนิคใหม่ๆ อย่าง HOPE จึงเป็นอีกหนึ่งแนวทางที่ช่วยตอบโจทย์นักพัฒนาในการย่อขนาดโมเดลให้เล็กลง พร้อมกับคงประสิทธิภาพการทำงานเอาไว้ให้ได้มากที่สุด 💡

    #เทคโนโลยี #AI #MachineLearning #Developer #DataScience

    ขอบคุณ แหล่งข้อมูล
    https://huggingface.co/blog/amazon/higher-order-pruning-experts

    ทำความรู้จัก HOPE วิธีตัดแต่งโมเดล Mixture-of-Experts ให้ฉลาดและแม่นยำยิ่งขึ้น 💡โมเดลภาษาขนาดใหญ่ในปัจจุบันมักพัฒนาบนสถาปัตยกรรมแบบ Mixture-of-Experts (MoE) ซึ่งช่วยให้โมเดลมีขนาดใหญ่ระดับแสนล้านพารามิเตอร์ได้อย่างมีประสิทธิภาพ แต่ข้อจำกัดสำคัญคือหน่วยความจำ เพราะในทุกๆ โทนันที่ประมวลผล จะมีผู้เชี่ยวชาญ (Experts) เพียงบางส่วนเท่านั้นที่ถูกใช้งานจริง ส่วนที่เหลือจะกินพื้นที่หน่วยความจำโดยเปล่าประโยชน์ 📌เพื่อแก้ปัญหานี้ เทคนิคการตัดแต่งผู้เชี่ยวชาญ (Expert Pruning) จึงกลายเป็นแนวทางยอดนิยมในการลดขนาดโมเดลโดยไม่ต้องฝึกใหม่ทั้งหมด แต่วิธีการแบบเดิมๆ มักมีข้อจำกัดในการประเมินความสำคัญของแต่ละส่วน บทความนี้จึงพาทุกท่านไปทำรู้จักกับ HOPE วิธีการใหม่ที่เข้ามาช่วยแก้โจทย์นี้ให้ดีขึ้นปัญหาของการตัดแต่งโมเดลแบบเดิมในอดีต วิธีการตัดแต่งโมเดลส่วนใหญ่จะเป็นแบบ First-order ซึ่งหมายถึงการให้คะแนนความสำคัญของตัวผู้เชี่ยวชาญแต่ละตัวแบบแยกอิสระจากกัน แล้วเลือกตัดตัวที่ได้คะแนนน้อยที่สุดออกไป 🔍แต่ในความเป็นจริง ผู้เชี่ยวชาญเหล่านี้ไม่ได้ทำงานคนเดียว พวกมันมักจะฟอร์มทีมหรือทำงานร่วมกันเป็นกลุ่มที่มีการเปิดใช้งานพร้อมๆ กันอย่างสม่ำเสมอ การตัดผู้เชี่ยวชาญตัวหนึ่งออกไปเพียงเพราะคะแนนเดี่ยวๆ ต่ำ อาจเผลอไปทำลายกลุ่มก้อนความร่วมมือที่มีความสำคัญต่อประสิทธิภาพโดยรวมของโมเดลโดยไม่รู้ตัว ยิ่งถ้าเป็นการตัดแต่งในสัดส่วนที่สูง เช่น 50% ปัญหานี้ก็จะยิ่งส่งผลกระทบมากขึ้นตามไปด้วย ⚠️ทำความรู้จักกับ HOPE และหลักการทำงานHOPE (Higher-Order Pruning of Experts) เป็นวิธีประเภท Second-order ถูกพัฒนาขึ้นเพื่อเข้ามาปิดจุดอ่อนดังกล่าว โดยไม่ได้มองแค่ความสำคัญรายตัว แต่ยังคิดคำนวณถึงความสัมพันธ์และการปฏิสัมพันธ์ระหว่างคู่ของผู้เชี่ยวชาญ (Pairwise Interactions) ด้วยเช่นกัน 🛠️กระบวนการทำงานหลักๆ มี 3 ขั้นตอนง่ายๆ ดังนี้:เก็บข้อมูลคาลิเบรต (Calibrate): รันข้อมูลผ่านโมเดลเพื่อเก็บบันทึกรูปแบบการทำงานและการเลือกใช้ผู้เชี่ยวชาญในแต่ละเลเยอร์คำนวณและแก้ปัญหา (Solve): นำข้อมูลมาประมวลผลผ่านเมทริกซ์ความร่วมมือ เพื่อหาชุดผู้เชี่ยวชาญที่ควรตัดออกแล้วส่งผลกระทบน้อยที่สุดตัดแต่งโมเดล (Prune): ดำเนินการปรับแต่งโมเดลตามผลลัพธ์ที่ได้จุดเด่นสำคัญคือ เมทริกซ์ของ HOPE จะช่วยรักษา "กลุ่มก้อนของผู้เชี่ยวชาญ" ที่มักจะทำงานร่วมกันไว้ ทำให้โมเดลยังคงรักษาความสามารถในการประมวลผลเรื่องยากๆ หรือภารกิจที่ซับซ้อนได้ดี แม้จะถูกตัดทอนพารามิเตอร์ออกไปครึ่งหนึ่งก็ตาม ⭐ประสิทธิภาพที่น่าสนใจในการใช้งานจริงจากการประเมินประสิทธิภาพในหลากหลายโมเดลและชุดข้อมูลทดสอบ พบว่า:โดดเด่นเมื่อตัดแต่งในสัดส่วนสูง: ที่การตัดแต่ง 50% HOPE สามารถทำคะแนนเฉลี่ยได้ดีกว่าวิธีดั้งเดิมอย่างเห็นได้ชัด เนื่องจากช่วยรักษาความสัมพันธ์ของกลุ่มผู้เชี่ยวชาญที่ไม่ถูกทำลายเหมาะกับงานที่มีความซับซ้อนสูง: ในชุดทดสอบการเขียนโค้ดและงานเอเจนต์ (Agentic Coding) โมเดลที่ผ่านการตัดแต่งด้วยวิธีนี้ยังคงรักษามาตรฐานการทำงานไว้ได้ใกล้เคียงกับโมเดลต้นฉบับก่อนตัดแต่งใช้งานร่วมกับเครื่องมือที่มีอยู่ได้: มีการพัฒนาชุดเครื่องมือพื้นฐานที่รองรับการใช้งานกับโมเดลตระกูลดังๆ ช่วยให้นักพัฒนาสามารถนำไปประยุกต์ใช้กับงานของตนเองได้สะดวกยิ่งขึ้นสรุปภาพรวมการเลือกวิธีตัดแต่งโมเดล MoE ให้มีประสิทธิภาพสูง จำเป็นต้องคำนึงถึงบริบทและความสัมพันธ์ระหว่างส่วนประกอบต่างๆ มากกว่าการมองเป็นรายชิ้น เทคนิคใหม่ๆ อย่าง HOPE จึงเป็นอีกหนึ่งแนวทางที่ช่วยตอบโจทย์นักพัฒนาในการย่อขนาดโมเดลให้เล็กลง พร้อมกับคงประสิทธิภาพการทำงานเอาไว้ให้ได้มากที่สุด 💡#เทคโนโลยี #AI #MachineLearning #Developer #DataSciencehttps://huggingface.co/blog/amazon/higher-order-pruning-experts
    5 التعليقات 0 المشاركات 3كيلو بايت مشاهدة 0 معاينة
  • ทำความรู้จัก Decision Models คืออะไร และเหตุผลที่เราอาจไม่ต้องใช้ LLMs กับทุกปัญหา

    ในยุคที่โมเดลภาษาขนาดใหญ่หรือ LLMs กลายเป็นเครื่องมือหลักในการสร้างข้อความ เขียนโค้ด และแก้ปัญหาต่างๆ เรามักคุ้นเคยกับการสั่งงานให้โมเดลสร้างผลลัพธ์ออกมาทีละโทเค็น แต่ในความเป็นจริงแล้ว มีหลายงานที่ระบบของเราไม่ได้ต้องการข้อความยาวๆ เสมอไป ตัวอย่างเช่น การจำแนกประเภทข้อความ การจัดหมวดหมู่ หรือการประเมินระดับความเร่งด่วน ซึ่งนำไปสู่แนวคิดใหม่ที่เรียกว่า Decision Models

    Decision Models คืออะไร ทำไมถึงต่างจาก LLMs ทั่วไป

    Decision Models คือโมเดลที่ถูกออกแบบมาเพื่อรับบริบทข้อมูล (State) ประเมินชุดคำถามที่มีคำตอบรูปแบบล่วงหน้า (Primitives) และส่งคืนผลลัพธ์เป็นโครงสร้างการตัดสินใจพร้อมชุดความน่าจะเป็น (Probability Distribution) แทนที่จะเป็นการสร้างข้อความหรือประโยคขึ้นมาใหม่แบบทีละคำ

    จุดเด่นสำคัญคือการทำงานที่ตรงประเด็น เหมาะสำหรับงานประเภทที่ระบบหรือแอปพลิเคชันของเราเข้าใจตัวเลือกคำตอบอยู่แล้ว ทำให้ไม่ต้องเสียเวลาและทรัพยากรไปกับการประมวลผลแบบ autoregressive generation ที่ไม่จำเป็น

    ข้อจำกัดของการใช้ LLMs แบบเดิมในการตัดสินใจ

    การสั่งงาน LLMs ทั่วไปให้ตอบกลับมาเป็นรูปแบบ JSON เพื่อทำหน้าที่คัดแยกข้อมูลหรือจัดเส้นทางคำขอ มักพบปัญหาหลักๆ ดังนี้

    • โครงสร้างข้อมูลไม่เป็นไปตามที่กำหนด: แม้จะมีคำสั่งชัดเจน โมเดลบางครั้งอาจสร้าง JSON ที่ไม่ถูกต้อง มีคีย์เกินมา หรือให้คำตอบที่อยู่นอกเหนือจากตัวเลือกที่อนุญาต
    • ภาระในการประมวลผล: การใช้เทคนิคช่วยบังคับรูปแบบอย่าง Constrained Decoding ช่วยแก้ปัญหาโครงสร้างได้ แต่ก็แลกมาด้วยภาระการคำนวณเพิ่มเติม
    • การสร้างข้อความโดยไม่จำเป็น: โมเดลภาษาถูกสร้างมาเพื่อการสร้างข้อความแบบปลายเปิด แต่หากแอปพลิเคชันต้องการเพียงแค่การเลือกตัวเลือกที่มีอยู่แล้ว การสร้างข้อความเป็นชุดคำตอบจึงเป็นการทำงานที่เกินความจำเป็น

    รูปแบบการทำงานพื้นฐานของ Decision Models

    โครงสร้างการทำงานของ Decision Models จะประกอบด้วยส่วนหลักๆ คือข้อมูลที่ต้องการประเมิน และชุดคำถามที่แบ่งออกเป็นรูปแบบการตัดสินใจที่ชัดเจน ดังนี้

    • Choice: การเลือกหนึ่งคำตอบจากหลายตัวเลือกที่กำหนดไว้ คล้ายกับการทำ Traditional Classification แต่มีความยืดหยุ่นสูงกว่าในการจัดการความน่าจะเป็นของแต่ละตัวเลือก
    • Score: การประเมินค่าบนสเกลที่มีลำดับ เช่น การวัดระดับความเร่งด่วน เพื่อคำนวณหาค่าคาดหมาย (Expected Value) ออกมาเป็นตัวเลขเชิงปริมาณ
    • Noul: การตอบคำถามใช่หรือไม่ใช่ (Yes/No) ในรูปแบบความน่าจะเป็นแบบเบอร์นูลลี (Bernoulli Distribution) เพื่อให้ระบบนำไปตัดสินใจต่อได้ทันที

    นอกจากนี้ โมเดลยังมีการประเมินค่า Confidence หรือระดับความมั่นใจของโมเดลต่อผลลัพธ์นั้นๆ ซึ่งช่วยให้แอปพลิเคชันสามารถตรวจสอบได้ว่าผลลัพธ์ที่ได้มีความชัดเจนมากน้อยเพียงใด

    ทิศทางและการใช้งานในระบบนิเวศปัจจุบัน

    ในปัจจุบัน การพัฒนา Decision Models เริ่มมีการบูรณาการเข้ากับเครื่องมือและแพลตฟอร์มต่างๆ เพื่อให้สามารถใช้งานร่วมกันได้อย่างเป็นมาตรฐาน เช่น การรองรับผ่านไลบรารี Transformers หรือการใช้งานผ่านเครื่องมือเซิร์ฟเวอร์อย่าง llama.cpp ซึ่งช่วยให้นักพัฒนาสามารถทดลองส่งคำขอและรับผลลัพธ์ในรูปแบบชุดคำตอบที่มีความน่าจะเป็นได้อย่างมีประสิทธิภาพ โดยไม่ต้องกังวลเรื่องความซับซ้อนของการสร้างข้อความอีกต่อไป

    #เทคโนโลยี #AI #Developer #MachineLearning

    ขอบคุณ แหล่งข้อมูล
    https://huggingface.co/blog/decision

    ทำความรู้จัก Decision Models คืออะไร และเหตุผลที่เราอาจไม่ต้องใช้ LLMs กับทุกปัญหาในยุคที่โมเดลภาษาขนาดใหญ่หรือ LLMs กลายเป็นเครื่องมือหลักในการสร้างข้อความ เขียนโค้ด และแก้ปัญหาต่างๆ เรามักคุ้นเคยกับการสั่งงานให้โมเดลสร้างผลลัพธ์ออกมาทีละโทเค็น แต่ในความเป็นจริงแล้ว มีหลายงานที่ระบบของเราไม่ได้ต้องการข้อความยาวๆ เสมอไป ตัวอย่างเช่น การจำแนกประเภทข้อความ การจัดหมวดหมู่ หรือการประเมินระดับความเร่งด่วน ซึ่งนำไปสู่แนวคิดใหม่ที่เรียกว่า Decision ModelsDecision Models คืออะไร ทำไมถึงต่างจาก LLMs ทั่วไปDecision Models คือโมเดลที่ถูกออกแบบมาเพื่อรับบริบทข้อมูล (State) ประเมินชุดคำถามที่มีคำตอบรูปแบบล่วงหน้า (Primitives) และส่งคืนผลลัพธ์เป็นโครงสร้างการตัดสินใจพร้อมชุดความน่าจะเป็น (Probability Distribution) แทนที่จะเป็นการสร้างข้อความหรือประโยคขึ้นมาใหม่แบบทีละคำจุดเด่นสำคัญคือการทำงานที่ตรงประเด็น เหมาะสำหรับงานประเภทที่ระบบหรือแอปพลิเคชันของเราเข้าใจตัวเลือกคำตอบอยู่แล้ว ทำให้ไม่ต้องเสียเวลาและทรัพยากรไปกับการประมวลผลแบบ autoregressive generation ที่ไม่จำเป็นข้อจำกัดของการใช้ LLMs แบบเดิมในการตัดสินใจการสั่งงาน LLMs ทั่วไปให้ตอบกลับมาเป็นรูปแบบ JSON เพื่อทำหน้าที่คัดแยกข้อมูลหรือจัดเส้นทางคำขอ มักพบปัญหาหลักๆ ดังนี้โครงสร้างข้อมูลไม่เป็นไปตามที่กำหนด: แม้จะมีคำสั่งชัดเจน โมเดลบางครั้งอาจสร้าง JSON ที่ไม่ถูกต้อง มีคีย์เกินมา หรือให้คำตอบที่อยู่นอกเหนือจากตัวเลือกที่อนุญาตภาระในการประมวลผล: การใช้เทคนิคช่วยบังคับรูปแบบอย่าง Constrained Decoding ช่วยแก้ปัญหาโครงสร้างได้ แต่ก็แลกมาด้วยภาระการคำนวณเพิ่มเติมการสร้างข้อความโดยไม่จำเป็น: โมเดลภาษาถูกสร้างมาเพื่อการสร้างข้อความแบบปลายเปิด แต่หากแอปพลิเคชันต้องการเพียงแค่การเลือกตัวเลือกที่มีอยู่แล้ว การสร้างข้อความเป็นชุดคำตอบจึงเป็นการทำงานที่เกินความจำเป็นรูปแบบการทำงานพื้นฐานของ Decision Modelsโครงสร้างการทำงานของ Decision Models จะประกอบด้วยส่วนหลักๆ คือข้อมูลที่ต้องการประเมิน และชุดคำถามที่แบ่งออกเป็นรูปแบบการตัดสินใจที่ชัดเจน ดังนี้Choice: การเลือกหนึ่งคำตอบจากหลายตัวเลือกที่กำหนดไว้ คล้ายกับการทำ Traditional Classification แต่มีความยืดหยุ่นสูงกว่าในการจัดการความน่าจะเป็นของแต่ละตัวเลือกScore: การประเมินค่าบนสเกลที่มีลำดับ เช่น การวัดระดับความเร่งด่วน เพื่อคำนวณหาค่าคาดหมาย (Expected Value) ออกมาเป็นตัวเลขเชิงปริมาณNoul: การตอบคำถามใช่หรือไม่ใช่ (Yes/No) ในรูปแบบความน่าจะเป็นแบบเบอร์นูลลี (Bernoulli Distribution) เพื่อให้ระบบนำไปตัดสินใจต่อได้ทันทีนอกจากนี้ โมเดลยังมีการประเมินค่า Confidence หรือระดับความมั่นใจของโมเดลต่อผลลัพธ์นั้นๆ ซึ่งช่วยให้แอปพลิเคชันสามารถตรวจสอบได้ว่าผลลัพธ์ที่ได้มีความชัดเจนมากน้อยเพียงใดทิศทางและการใช้งานในระบบนิเวศปัจจุบันในปัจจุบัน การพัฒนา Decision Models เริ่มมีการบูรณาการเข้ากับเครื่องมือและแพลตฟอร์มต่างๆ เพื่อให้สามารถใช้งานร่วมกันได้อย่างเป็นมาตรฐาน เช่น การรองรับผ่านไลบรารี Transformers หรือการใช้งานผ่านเครื่องมือเซิร์ฟเวอร์อย่าง llama.cpp ซึ่งช่วยให้นักพัฒนาสามารถทดลองส่งคำขอและรับผลลัพธ์ในรูปแบบชุดคำตอบที่มีความน่าจะเป็นได้อย่างมีประสิทธิภาพ โดยไม่ต้องกังวลเรื่องความซับซ้อนของการสร้างข้อความอีกต่อไป#เทคโนโลยี #AI #Developer #MachineLearninghttps://huggingface.co/blog/decision
    Shared content
    HUGGINGFACE.CO
    Decision Models in Hugging Face
    We’re on a journey to advance and democratize artificial intelligence through open source and open science.
    4 التعليقات 0 المشاركات 3كيلو بايت مشاهدة 0 معاينة
  • วิธีเชื่อมบัญชี Hugging Face กับ Google Cloud สะดวก จ่ายบิลเดียวรวมกันได้ง่ายขึ้น ☁️

    สำหรับทีมและองค์กรที่ใช้งานระบบคลาวด์อยู่แล้ว การเพิ่มค่าใช้จ่ายส่วนอื่นเข้ามามักจะต้องผ่านขั้นตอนการเบิกจ่ายหรือใช้บัตรเครดิตบริษัทที่ซับซ้อน ล่าสุดทาง Hugging Face ได้เปิดให้ผู้ใช้งานสามารถเชื่อมต่อบัญชีองค์กรเข้ากับ Google Cloud Account เพื่อรวมค่าใช้จ่ายให้อยู่ในบิลเดียวกันได้แล้ว 💡

    บทความนี้จะพาทุกคนไปทำความรู้จักกับข้อดี พร้อมขั้นตอนการตั้งค่าแบบเข้าใจง่าย เพื่อช่วยให้การจัดการค่าใช้จ่ายด้านปัญญาประดิษฐ์ (AI) ของทีมคุณเป็นเรื่องที่สะดวกรวดเร็วมากยิ่งขึ้น

    ทำไมควรเชื่อมต่อ Hugging Face กับ Google Cloud 📌

    การย้ายมาชำระเงินผ่านระบบของ Google Cloud ช่วยอำนวยความสะดวกให้กับการบริหารจัดการภายในองค์กรหลายด้านด้วยกัน:

    • รวมบิลเป็นหนึ่งเดียว: ค่าใช้งาน Hugging Face ทั้งหมดจะไปปรากฏอยู่บนใบแจ้งหนี้ (Invoice) ของ Google Cloud ร่วมกับค่าบริการคลาวด์อื่น ๆ ของคุณ 📊
    • ไม่ต้องเพิ่มขั้นตอนจัดซื้อใหม่: สามารถใช้บัญชีการเรียกเก็บเงิน (Billing Account) และกระบวนการจัดซื้อเดิมที่มีอยู่แล้วของบริษัทได้ทันที 🛠️
    • รองรับบริการครอบคลุม: ครอบคลุมทั้งการอัปเกรดแพ็กเกจ Team หรือ Enterprise, ค่าประมวลผลแบบ Pay-as-you-go (เช่น Jobs, Inference Endpoints, GPU Spaces) รวมถึงการขยายพื้นที่จัดเก็บข้อมูลเพิ่มเติม 🔍

    ขั้นตอนการเชื่อมต่อบัญชีแบบทีละขั้นตอน 🛠️

    หากคุณเป็นผู้ดูแลระบบ (Admin) ขององค์กรบน Hugging Face สามารถทำตามขั้นตอนด้านล่างนี้ได้เลยครับ:

    1. สมัครใช้งานผ่าน Google Cloud Marketplace

    เริ่มต้นด้วยการเข้าไปที่หน้าบริการของ Hugging Face บน Google Cloud Marketplace เลือกโปรเจกต์ที่ต้องการใช้งาน จากนั้นกดปุ่ม Subscribe

    เมื่อเข้าสู่หน้าสมัครสมาชิก ให้เลือกบัญชีที่ต้องการให้เรียกเก็บเงิน ตรวจสอบเงื่อนไข แล้วกด Subscribe อีกครั้ง หลังจากคำสั่งซื้อเสร็จสมบูรณ์ ระบบของ Google Cloud จะให้กดปุ่ม Sign up with Hugging Face เพื่อพาคุณกลับไปยังหน้าเว็บไซต์หลักของ Hugging Face

    2. เลือกเชื่อมโยงองค์กรของคุณ

    ระบบจะพาคุณมายังหน้าเว็บ Hugging Face เพื่อให้เลือกองค์กร (Organization) ที่ต้องการเชื่อมต่อกับ Google Cloud (จะแสดงเฉพาะองค์กรที่คุณมีสิทธิ์เป็น Admin เท่านั้น) เมื่อเลือกแล้วให้กดยืนยัน

    จากนั้นระบบจะพาไปที่หน้าตั้งค่าการชำระเงิน (Billing Settings) ซึ่งจะแสดงสถานะบัญชี Google Cloud เป็นแบบรอดำเนินการ (Pending) เนื่องจากทุกคำสั่งซื้อผ่าน Marketplace จะต้องผ่านการตรวจสอบจากทีมงาน Hugging Face ก่อนเริ่มคิดค่าใช้จ่ายจริง

    3. รอการอนุมัติและเริ่มใช้งาน

    เมื่อการสมัครได้รับการอนุมัติ คุณจะได้รับอีเมลยืนยันการเชื่อมต่อบัญชี โดยระบบจะปรับเปลี่ยนรอบการชำระเงินตามเงื่อนไขของแต่ละประเภทบัญชี เช่น บัญชีแพ็กเกจฟรีจะเปลี่ยนมาหักผ่าน Cloud Marketplace ทันที ส่วนองค์กรที่มีบัตรเครดิตเดิมอยู่แล้ว ระบบจะเปลี่ยนไปเรียกเก็บผ่าน Google Cloud ในรอบบิลถัดไป


    สิ่งที่ควรทราบเพิ่มเติมก่อนเริ่มใช้งาน ⚠️

    • การตัดรอบบิลและการเติมเครดิต: เมื่อเชื่อมต่อแล้ว Google Cloud จะทำหน้าที่แทนบัตรเครดิตเดิม เนื่องจากระบบเป็นการวัดการใช้งานจริงและส่งข้อมูลไปที่ Google Cloud คุณจึงจะไม่สามารถเติมเครดิตล่วงหน้า (Prepaid Credits) ผ่านหน้าเว็บได้ในช่วงเวลานี้ 📌
    • เครดิตฟรีประจำแพ็กเกจยังคงอยู่: หากองค์กรของคุณใช้งานแพ็กเกจ Team หรือ Enterprise เครดิตฟรีที่ได้รับในแต่ละเดือนจะถูกหักออกก่อนเริ่มคำนวณค่าใช้จ่ายแบบ Pay-as-you-go ส่งต่อให้ Google Cloud
    • ตรวจสอบและติดตามได้ง่าย: สามารถตรวจสอบการใช้งานได้ตลอดเวลาจากเมนู Billing ขององค์กร และดูรายงานสรุปค่าใช้จ่ายภาพรวมได้จาก Billing reports ใน Google Cloud console

    #HuggingFace #GoogleCloud #CloudBilling #TechTips #AIFlow

    ขอบคุณ แหล่งข้อมูล
    https://huggingface.co/blog/hub-gcp-marketplace

    วิธีเชื่อมบัญชี Hugging Face กับ Google Cloud สะดวก จ่ายบิลเดียวรวมกันได้ง่ายขึ้น ☁️สำหรับทีมและองค์กรที่ใช้งานระบบคลาวด์อยู่แล้ว การเพิ่มค่าใช้จ่ายส่วนอื่นเข้ามามักจะต้องผ่านขั้นตอนการเบิกจ่ายหรือใช้บัตรเครดิตบริษัทที่ซับซ้อน ล่าสุดทาง Hugging Face ได้เปิดให้ผู้ใช้งานสามารถเชื่อมต่อบัญชีองค์กรเข้ากับ Google Cloud Account เพื่อรวมค่าใช้จ่ายให้อยู่ในบิลเดียวกันได้แล้ว 💡บทความนี้จะพาทุกคนไปทำความรู้จักกับข้อดี พร้อมขั้นตอนการตั้งค่าแบบเข้าใจง่าย เพื่อช่วยให้การจัดการค่าใช้จ่ายด้านปัญญาประดิษฐ์ (AI) ของทีมคุณเป็นเรื่องที่สะดวกรวดเร็วมากยิ่งขึ้นทำไมควรเชื่อมต่อ Hugging Face กับ Google Cloud 📌การย้ายมาชำระเงินผ่านระบบของ Google Cloud ช่วยอำนวยความสะดวกให้กับการบริหารจัดการภายในองค์กรหลายด้านด้วยกัน:รวมบิลเป็นหนึ่งเดียว: ค่าใช้งาน Hugging Face ทั้งหมดจะไปปรากฏอยู่บนใบแจ้งหนี้ (Invoice) ของ Google Cloud ร่วมกับค่าบริการคลาวด์อื่น ๆ ของคุณ 📊ไม่ต้องเพิ่มขั้นตอนจัดซื้อใหม่: สามารถใช้บัญชีการเรียกเก็บเงิน (Billing Account) และกระบวนการจัดซื้อเดิมที่มีอยู่แล้วของบริษัทได้ทันที 🛠️รองรับบริการครอบคลุม: ครอบคลุมทั้งการอัปเกรดแพ็กเกจ Team หรือ Enterprise, ค่าประมวลผลแบบ Pay-as-you-go (เช่น Jobs, Inference Endpoints, GPU Spaces) รวมถึงการขยายพื้นที่จัดเก็บข้อมูลเพิ่มเติม 🔍ขั้นตอนการเชื่อมต่อบัญชีแบบทีละขั้นตอน 🛠️หากคุณเป็นผู้ดูแลระบบ (Admin) ขององค์กรบน Hugging Face สามารถทำตามขั้นตอนด้านล่างนี้ได้เลยครับ:1. สมัครใช้งานผ่าน Google Cloud Marketplaceเริ่มต้นด้วยการเข้าไปที่หน้าบริการของ Hugging Face บน Google Cloud Marketplace เลือกโปรเจกต์ที่ต้องการใช้งาน จากนั้นกดปุ่ม Subscribeเมื่อเข้าสู่หน้าสมัครสมาชิก ให้เลือกบัญชีที่ต้องการให้เรียกเก็บเงิน ตรวจสอบเงื่อนไข แล้วกด Subscribe อีกครั้ง หลังจากคำสั่งซื้อเสร็จสมบูรณ์ ระบบของ Google Cloud จะให้กดปุ่ม Sign up with Hugging Face เพื่อพาคุณกลับไปยังหน้าเว็บไซต์หลักของ Hugging Face2. เลือกเชื่อมโยงองค์กรของคุณระบบจะพาคุณมายังหน้าเว็บ Hugging Face เพื่อให้เลือกองค์กร (Organization) ที่ต้องการเชื่อมต่อกับ Google Cloud (จะแสดงเฉพาะองค์กรที่คุณมีสิทธิ์เป็น Admin เท่านั้น) เมื่อเลือกแล้วให้กดยืนยันจากนั้นระบบจะพาไปที่หน้าตั้งค่าการชำระเงิน (Billing Settings) ซึ่งจะแสดงสถานะบัญชี Google Cloud เป็นแบบรอดำเนินการ (Pending) เนื่องจากทุกคำสั่งซื้อผ่าน Marketplace จะต้องผ่านการตรวจสอบจากทีมงาน Hugging Face ก่อนเริ่มคิดค่าใช้จ่ายจริง3. รอการอนุมัติและเริ่มใช้งานเมื่อการสมัครได้รับการอนุมัติ คุณจะได้รับอีเมลยืนยันการเชื่อมต่อบัญชี โดยระบบจะปรับเปลี่ยนรอบการชำระเงินตามเงื่อนไขของแต่ละประเภทบัญชี เช่น บัญชีแพ็กเกจฟรีจะเปลี่ยนมาหักผ่าน Cloud Marketplace ทันที ส่วนองค์กรที่มีบัตรเครดิตเดิมอยู่แล้ว ระบบจะเปลี่ยนไปเรียกเก็บผ่าน Google Cloud ในรอบบิลถัดไปสิ่งที่ควรทราบเพิ่มเติมก่อนเริ่มใช้งาน ⚠️การตัดรอบบิลและการเติมเครดิต: เมื่อเชื่อมต่อแล้ว Google Cloud จะทำหน้าที่แทนบัตรเครดิตเดิม เนื่องจากระบบเป็นการวัดการใช้งานจริงและส่งข้อมูลไปที่ Google Cloud คุณจึงจะไม่สามารถเติมเครดิตล่วงหน้า (Prepaid Credits) ผ่านหน้าเว็บได้ในช่วงเวลานี้ 📌เครดิตฟรีประจำแพ็กเกจยังคงอยู่: หากองค์กรของคุณใช้งานแพ็กเกจ Team หรือ Enterprise เครดิตฟรีที่ได้รับในแต่ละเดือนจะถูกหักออกก่อนเริ่มคำนวณค่าใช้จ่ายแบบ Pay-as-you-go ส่งต่อให้ Google Cloudตรวจสอบและติดตามได้ง่าย: สามารถตรวจสอบการใช้งานได้ตลอดเวลาจากเมนู Billing ขององค์กร และดูรายงานสรุปค่าใช้จ่ายภาพรวมได้จาก Billing reports ใน Google Cloud console#HuggingFace #GoogleCloud #CloudBilling #TechTips #AIFlowhttps://huggingface.co/blog/hub-gcp-marketplace
    Shared content
    HUGGINGFACE.CO
    Pay for Hugging Face Hub with your Google Cloud Account
    We’re on a journey to advance and democratize artificial intelligence through open source and open science.
    2 التعليقات 0 المشاركات 2كيلو بايت مشاهدة 0 معاينة
المزيد من المنشورات