โมเดลโอเพนซอร์ส 30B พารามิเตอร์ UniScientist: บรรลุวงจรการวิจัยอัตโนมัติ แปลงปัญหาปลายเปิดให้เป็นแบบทดสอบหน่วยที่ตรวจสอบได้ (1/2)

โมเดลภาษาขนาดใหญ่หลายตัวในปัจจุบันสามารถสร้างบทความวิชาการที่ดูเชี่ยวชาญได้ แต่ “ความสามารถในการวิจัย” ของพวกมันมักหยุดอยู่ที่ผิวเผิน — พวกมันเก่งในการเลียนแบบรูปแบบ จัดเรียงตรรกะ และอ้างอิงวรรณกรรม แต่กลับทำการให้เหตุผลทางวิทยาศาสตร์ที่เข้มงวดและตรวจสอบได้ยาก โมเดลมักตกหลุมพรางของ “การให้เหตุผลแบบเล่าเรื่อง” โดยข้อสรุปขาดการสนับสนุนจากหลักฐานที่มั่นคง และความสามารถในการทำซ้ำได้ต่ำ

ล่าสุด ทีม UniPat AI ได้เปิดตัวโครงการโอเพนซอร์ส UniScientist โมเดลนี้มีพารามิเตอร์ 30B โดยมีเป้าหมายหลักคือการบรรลุวงจรการวิจัยที่สมบูรณ์ “ตั้งสมมติฐาน-รวบรวมหลักฐาน-ดำเนินการอนุมานที่ทำซ้ำได้-ตรวจสอบซ้ำจนกว่าข้อสรุปจะยืนยันได้” บนชาร์ตการวิจัยทางวิทยาศาสตร์ที่มีอำนาจเช่น FrontierScience-Research ผลงานของมันเทียบเคียงหรือแม้แต่แซงหน้าโมเดลปิดต้นแบบชั้นนำที่มีพารามิเตอร์มากกว่าหนึ่งลำดับความสำคัญ

โมเดลขนาด 30B จะบรรลุวงจรการวิจัยที่ซับซ้อนได้อย่างไร? กุญแจสำคัญคือ ทีมวิจัยได้สร้างแบบจำลอง AI เป็น ระบบไดนามิก และผ่านเครื่องมือสร้างข้อมูลอัตโนมัติ ได้แปลงปัญหาการวิจัยแบบเปิดที่ท้าทายให้เป็น “แบบทดสอบหน่วย” ที่ตรวจสอบได้ สำเร็จ

จาก “เขียนรายงาน” สู่ “ทำวิจัยให้เสร็จ”: การทำให้วงจรกระบวนการสมบูรณ์คือกุญแจ

“งานวิจัย” ที่โมเดลหลายตัวทำเสร็จ มักมีแต่รูปแบบ: พวกมันสามารถสร้างข้อความที่มีรูปแบบถูกต้อง แต่มักขาดการตรวจสอบเชิงลึกและกระบวนการอนุมานที่มั่นคง ความสามารถในการทำซ้ำได้ต่ำ

UniScientist ตอบสนองต่อช่องว่างทางเทคนิคนี้โดยตรง มันไม่ได้เพียงแค่สร้างข้อความ แต่มีกรอบความสามารถสำหรับ การวิจัยทางวิทยาศาสตร์อัตโนมัติ เมื่อเผชิญกับปัญหาปลายเปิด โมเดลสามารถตั้งสมมติฐานทางวิทยาศาสตร์อย่างต่อเนื่อง หักล้างข้อสรุปที่ผิด แก้ไขเส้นทางการวิจัย จนกว่าสถานะของหลักฐานจะคงที่ และในที่สุดก็ตกตะกอนกระบวนการทั้งหมดเป็นผลงานวิจัยที่มีโครงสร้างมาตรฐาน

นี่เผยให้เห็นมุมมองหลัก: ความสามารถในการวิจัยที่แท้จริง ไม่ได้อยู่ที่การสร้างรายงานที่สวยงามเท่านั้น แต่ยังอยู่ที่การสามารถรันวงจรสมบูรณ์ “สมมติฐาน-หลักฐาน-การตรวจสอบ” ซ้ำแล้วซ้ำเล่าได้

ก้าวข้ามอุปสรรคข้อมูล: ผสานขนาดโมเดลกับความแม่นยำของผู้เชี่ยวชาญ

การสร้างข้อมูลฝึกอบรมวิจัยคุณภาพสูงเป็นความท้าทายหลักเสมอมา โซลูชันที่มีอยู่มักเผชิญกับภาวะกลืนไม่เข้าคายไม่ออก:
* การติดป้ายกำกับด้วยมนุษย์ล้วน: คุณภาพสูง ความเป็นจริงเพียงพอ แต่ต้นทุนสูง ความเร็วช้า และถูกจำกัดด้วยขอบเขตความรู้ของผู้เชี่ยวชาญ
* ข้อมูลสังเคราะห์ล้วน: ขนาดใหญ่ ต้นทุนต่ำ แต่มักขาดความแม่นยำและความถูกต้องทางวินัย

ข้อมูลเชิงลึกที่สำคัญของ UniScientist คือการใช้ประโยชน์จากความไม่สมมาตร:
* โมเดลภาษาขนาดใหญ่เก่งในการสร้าง: สามารถเสนอหัวข้อวิจัยเบื้องต้นและร่างวิธีแก้ปัญหาข้ามสาขาวิชาในระดับใหญ่
* ผู้เชี่ยวชาญมนุษย์เก่งในการตรวจสอบ: ระบุความจริงและคุณภาพของการวิจัย ซึ่งมีต้นทุนต่ำกว่าการสร้างจากศูนย์มาก และสามารถให้การตรวจสอบความถูกต้องเชิงวิชาชีพที่มีความแม่นยำสูง

จากพื้นฐานนี้ UniScientist ใช้รูปแบบการแบ่งงานที่มีประสิทธิภาพมากขึ้น: โมเดลรับผิดชอบด้านขนาดและความหลากหลาย ผู้เชี่ยวชาญมนุษย์รับผิดชอบด้านคุณภาพและความสามารถในการตรวจสอบ

นี่คือหลักการหลักของเครื่องมือข้อมูลของมัน โดยมีเป้าหมายเพื่อสร้างตัวอย่างการฝึกอบรมที่มีทั้งความครอบคลุมทางวิชาชีพที่กว้างขวางและการรับประกันการตรวจสอบที่เข้มงวด

ทำให้กระบวนการวิจัยเป็นทางการ: ระบบไดนามิกของสถานะหลักฐานและสมมติฐานแบบนิรนัย

UniScientist สร้างแบบจำลองในระดับที่ลึกซึ้งยิ่งขึ้น โดยทำให้กระบวนการวิจัยแบบเปิดเป็นทางการเป็นระบบไดนามิกที่อิงจากการดำเนินการพื้นฐานสองอย่าง:
* การบูรณาการหลักฐานเชิงรุก
* การนิรนัยของโมเดล

หัวใจของระบบคือ “สถานะหลักฐาน” ที่วิวัฒนาการอย่างต่อเนื่อง โดยหลักฐานถูกแบ่งออกเป็นสองประเภท:
1. Evidence-Grounded: มาจากแหล่งข้อมูลภายนอกที่มีอำนาจ หรือผลผลิตภายในที่ผ่านการตรวจสอบยืนยันอย่างชัดเจน
2. Formally-Derivable: ได้รับผ่านขั้นตอนที่ทำซ้ำได้ เช่น การอนุมานเชิงสัญลักษณ์ การคำนวณเชิงตัวเลข การทดลองจำลอง เป็นต้น

ระบบดำเนินการต่อไปนี้เป็นวงจร:
1. สร้างสมมติฐาน
2. รับหลักฐานข้อมูลจากแหล่งภายนอกที่มีอำนาจ และทำการคำนวณและอนุมานเพื่อให้ได้หลักฐานใหม่
3. ทำการอัปเดตแบบนิรนัย เพื่อให้สมมติฐานอธิบายสถานะหลักฐานปัจจุบันได้ดีขึ้น

เมื่อหลักฐานมีความสมบูรณ์และมั่นคงเพียงพอ กระบวนการวิจัยทั้งหมดจะถูกแปลงเป็นผลงานทางวิทยาศาสตร์ที่เข้มงวด ความหมายของกระบวนการที่เป็นทางการนี้คือ มันเปลี่ยน “ความฉลาดในการวิจัย” จากเป้าหมายที่ยิ่งใหญ่ เป็นวัตถุที่ ฝึกอบรมได้ ประเมินได้ และทำซ้ำได้ อย่างเป็นรูปธรรม

แยกปัญหาปลายเปิดเป็น “แบบทดสอบหน่วยที่ตรวจสอบได้”

UniScientist เสนอเครื่องมือข้อมูล “การสังเคราะห์ข้ามสาขาวิชาแบบวิวัฒนาการ” ซึ่งทำหน้าที่สองอย่าง:
1. เริ่มจากข้อเสนอทางวิทยาศาสตร์ที่ผ่านการตรวจสอบโดยผู้เชี่ยวชาญ ขยายเป็นหัวข้องานวิจัยระดับสูง — โดยการสร้างปัญหาย่อยหลายข้อที่พึ่งพาซึ่งกันและกัน เพื่อให้เกิดการทำงานร่วมกันเชิงลึกระหว่างการออกแบบการทดลองและการอนุมานเชิงตรรกะ
2. สังเคราะห์มาตรฐานการประเมินผลไปพร้อมกัน มาตรฐานเหล่านี้ไม่ประเมินสไตล์การเขียนหรือรูปแบบ แต่ประเมินว่าการค้นพบทางวิทยาศาสตร์เฉพาะอย่างได้บรรลุผลแล้วหรือไม่

คุณลักษณะที่โดดเด่นที่สุดของการออกแบบนี้คือ: ผลงานวิจัยแบบเปิดหนึ่งชิ้นถูกแยกออกเป็น N รายการตรวจสอบที่ปิดและสามารถตรวจสอบได้อย่างอิสระ

แต่ละรายการตรวจสอบพยายามทำให้ เป็นอะตอม วัตถุวิสัย สามารถยืนยันด้วยหลักฐานหรืออนุมานได้อย่างเป็นทางการ และเน้นย้ำ:
* ความสม่ำเสมอ: ผลการประเมินซ้ำสำหรับผลงานเดียวกันควรมีความมั่นคง
* ความสามารถในการแยกแยะ: สามารถแยกแยะผลงานที่มีความสมบูรณ์ต่างกันได้อย่างมีประสิทธิภาพ
* ความเป็นอะตอม: รายการตรวจสอบเดียวตรวจสอบเพียงหนึ่งความรู้หลักเท่านั้น

ปัจจุบัน ชุดข้อมูลนี้มีตัวอย่างระดับการวิจัยมากกว่า 4700 ตัวอย่าง แต่ละตัวอย่างมีรายการตรวจสอบ 20+ รายการ ครอบคลุม 50+ สาขาวิชาและ 400+ ทิศทางการวิจัย เวลาเฉลี่ยที่ผู้เชี่ยวชาญใช้ติดป้ายกำกับแต่ละตัวอย่างคือ 1-2 ชั่วโมง ขอบเขตสาขาวิชาตั้งแต่ฟิสิกส์ควอนตัม เคมีอินทรีย์ ไปจนถึงมานุษยวิทยาวัฒนธรรมสังคม ภาษาศาสตร์เชิงคำนวณ เป็นต้น

ปัญหาในชุดข้อมูลล้วนมีคุณภาพการวิจัยที่แท้จริง ไม่มีข้อใดที่สามารถแก้ไขได้โดยตรงโดยการจับคู่กับคำตอบที่มีอยู่ในความจำ แต่ละข้อต้องการห่วงโซ่การวิจัยที่สมบูรณ์ รวมถึงการสำรวจวรรณกรรม การสร้างสมมติฐาน การออกแบบการทดลองหรือการอนุมาน การวิเคราะห์การตรวจสอบ และการบรรจบกันของผลงานสุดท้าย

โมเดล 30B เทียบเคียงระบบปิดชั้นนำ

UniScientist แนะนำเป้าหมายการฝึกอบรมเพิ่มเติม — เป้าหมายการรวมผลงาน: เมื่อได้รับผลงานวิจัยหลายชิ้นที่เป็นตัวเลือกสำหรับปัญหาเดียวกัน โมเดลเรียนรู้ที่จะรวมจุดแข็งของแต่ละชิ้น เพื่อสร้างผลงานสุดท้ายที่สมบูรณ์และมั่นคงยิ่งขึ้น โดยการคัดเลือกคำตอบอ้างอิงคุณภาพสูงผ่านการสุ่มตัวอย่างปฏิเสธตามมาตรฐานการประเมิน ความสามารถในการรวมและความสามารถในการสร้างงานวิจัยของโมเดลได้รับการฝึกอบรมไปพร้อมกัน

นี่เป็นการผสมผสานแนวคิดของ “ความฉลาดในการวิจัยแบบรวมหมู่” เข้าไปในกระบวนการฝึกอบรม ทำให้โมเดลไม่เพียงเรียนรู้ที่จะสร้างงานวิจัย แต่ยังเรียนรู้ที่จะเปรียบเทียบ เลือก取舍 ผสานรวม และวิวัฒนาการด้วยตนเอง

ผลการประเมินน่าประทับใจ UniScientist-30B-A3B (โมเดลขนาดเล็กที่มีพารามิเตอร์ที่เปิดใช้งานเพียง 3B) ทำคะแนนได้ 28.3 คะแนน บน FrontierScience-Research แซงหน้าโมเดลเช่น Claude Opus 4.5, Gemini 3 Pro, GPT-5.2 xhigh ในโหมดรวมผลงาน คะแนนของมันสูงถึง 33.3

บน FrontierScience-Olympiad UniScientist ที่เปิดใช้งานเครื่องมือได้คะแนน 71.0 เท่ากับ Claude Opus 4.5 บนเกณฑ์มาตรฐานนอกการกระจายหลายชุด เช่น DeepResearch Bench, ResearchRubrics ผลงานของมันก็เทียบเคียงกับชุดระบบปิดชั้นนำหลายชุด

การค้นพบที่สำคัญคือ: แม้ในเงื่อนไขการประเมินที่ไม่ใช้เครื่องมือ ประสิทธิภาพของโมเดลยังคงเพิ่มขึ้นอย่างมีนัยสำคัญ นี่บ่งชี้ว่าการเพิ่มประสิทธิภาพไม่ได้มาจากการใช้เครื่องมือบ่อยขึ้นเพียงอย่างเดียว แต่ความสามารถในการให้เหตุผลวิจัยของโมเดลเองได้รับการเสริมสร้างอย่างมีสาระสำคัญผ่านการฝึกอบรม

ผลการทดสอบมาตรฐานข้างต้นทั้งหมดชี้ไปที่ข้อสรุปเดียวกัน: สิ่งที่โมเดลเชี่ยวชาญไม่ใช่แค่ความสามารถในการค้นหาที่ดีขึ้น แต่เป็นการผสานรวมการค้นหา การอนุมาน การตรวจสอบ และการเขียนเป็นเวิร์กโฟลว์การวิจัยที่ต่อเนื่องกัน

ก้าวต่อไปของ UniScientist: มุ่งสู่การทดลองโลกแห่งความเป็นจริง

การวิจัยทางวิทยาศาสตร์ไม่เพียงเกี่ยวกับการสร้างเรื่องเล่าที่สมเหตุสมผล ข้อสรุปหลายอย่างยังต้องพึ่งพาการคำนวณและการจำลองที่ปฏิบัติได้และทำซ้ำได้

เพื่อจุดประสงค์นี้ UniScientist ได้รวมตัวแปลรหัส (code interpreter) เข้าไว้ โดยอัปเกรดกระบวนการวิจัยจากการให้เหตุผลแบบเล่าเรื่องเป็นวงจรปิด “ทดสอบ-แก้ไข”: สมมติฐานไม่เพียงถูกเสนอ แต่ยังถูกทำให้เป็นตัวอย่างเป็นการทดลองคำนวณ — ซึ่งผลลัพธ์สามารถใช้เพื่อยืนยัน ล้มล้าง หรือปรับแต่งสมมติฐานเดิม

ปัจจุบัน ความสามารถของระบบมุ่งเน้นหลักใน ขอบเขตของการให้เหตุผลที่ทำซ้ำได้และการคำนวณจำลอง

มันยังไม่สามารถจัดการทรัพยากรการวิจัยโลกแห่งความเป็นจริงได้โดยตรง เช่น การจัดตารางงาน GPU ขนาดใหญ่ที่เชื่อถือได้ และการประสานงานขั้นตอนการทดลองในห้องปฏิบัติการ (wet lab)

ในบล็อกโครงการ ทีมได้ระบุทิศทางต่อไปอย่างชัดเจน:

ขยายเฟรมเวิร์กไปสู่การจัดการและการดำเนินการที่ควบคุมได้สำหรับการทดลองจริงและโครงสร้างพื้นฐานการคำนวณ โดยคาดหวังว่าจะเร่งการค้นพบทางวิทยาศาสตร์และผลักดันขอบเขตการวิจัยให้ก้าวหน้าต่อไป

ต่อไปนี้แสดงตัวอย่างห่วงโซ่ของการให้เหตุผลวิจัยที่สมบูรณ์โดย UniScientist สามารถดูกระบวนการให้เหตุผลโดยละเอียดได้ในบล็อกโครงการ

ที่อยู่โอเพนซอร์ส:
https://github.com/UniPat-AI/UniScientist

บล็อกโครงการ:
https://unipat.ai/blog/UniScientist

⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง