วิศวกรรมโมเดลขนาดใหญ่

ต้องการสร้างเกมเว็บขนาดเล็ก แอนิเมชันแบบโต้ตอบ หรือการสาธิตการสอนอย่างรวดเร็ว แต่ติดขัดกับตรรกะโค้ดที่ซับซ้อนและการดีบั๊กการโต้ตอบขององค์ประกอบหลายอย่าง? แม้ว่าโมเดลภาษาขนาดใหญ่หรื…

Skills ได้กลายเป็นหนึ่งในวิธีการขยายความสามารถที่ใช้กันอย่างแพร่หลายที่สุดใน Claude Code พวกมันมีความยืดหยุ่น สร้างง่าย และแจกจ่ายได้สะดวก แต่ความยืดหยุ่นนี้ก็มาพร้อมกับปัญหา: มันย…

คำสำคัญ: MLIR, คอมไพเลอร์เคอร์เนล AI, การซ่อนความหน่วง, ความขนาน, บัฟเฟอร์คู่ Analyzing Latency Hiding and Parallelism in an MLIR-based AI Kernel Compiler https://arxiv.org/pdf/260…

ทีม MiMo ของ Xiaomi เผยเบื้องหลัง: กลุ่มศิษย์เก่ามหาวิทยาลัยปักกิ่งสร้างโมเดลใหญ่ระดับโลกชั้นนำได้อย่างไร? ในทีม MiMo ของ Xiaomi ผู้ที่มียอดการสนทนา Agent น้อยกว่า 100 ครั้งต่อวัน …

ปัญญาของมนุษย์ประกอบด้วยความสามารถในการให้เหตุผลและความสามารถในการจำระยะยาว ในช่วงไม่กี่ปีที่ผ่านมา ความสามารถในการให้เหตุผลของโมเดลขนาดใหญ่พัฒนาอย่างรวดเร็ว แต่ความสามารถในการจำระ…

ในขณะที่โมเดลวิดีโอขนาดใหญ่ทำคะแนนสูงขึ้นเรื่อยๆ บนเกณฑ์มาตรฐานออฟไลน์อย่าง MVBench และ VideoMME การประยุกต์ใช้ในสถานการณ์การโต้ตอบจริงกลับเผชิญกับความท้าทายหลักสองประการ: จะจัดการ…

Attention Residuals: การปรับปรุงโครงสร้างของ Residual Connections บทนำ: ปัญหาพื้นฐาน โมเดลภาษาขนาดใหญ่สมัยใหม่ส่วนใหญ่ใช้สถาปัตยกรรมเครือข่ายประสาทเทียมแบบลึก ข้อมูลจะถูกส่งผ่านจาก…

MiniMax M2.7 เปิดตัวครั้งใหญ่: AI Agent อเนกประสงค์ จัดการงานซับซ้อน การทำงานเป็นทีม และแก้ไขข้อบกพร่องโค้ดได้ครบครัน หลังจากเปิดตัวโมเดล M2.5 เพียงหนึ่งเดือน MiniMax ก็ได้เปิดตัวโ…

ในยุคของโมเดลขนาดใหญ่ การเรียกใช้เครื่องมือ (Tool-Use) ได้กลายเป็นแกนกลางของความสามารถของเอเจนต์อัจฉริยะ ตั้งแต่การสร้างโค้ดไปจนถึงการเรียกใช้ API ที่ซับซ้อน โมเดลภาษาขนาดใหญ่กำลัง…

ในฉากทิวทัศน์เมือง Proxy-GS บรรลุการเรนเดอร์เรียลไทม์ที่เสถียรในขณะที่ยังคงรายละเอียดภาพระดับละเอียดไว้ วิธีการนี้ลดจำนวนจุดยึด (anchor) ที่ต้องถอดรหัสได้อย่างมีนัยสำคัญ ส่งผลให้ปร…