การประเมินโมเดลขนาดใหญ่

วันนี้ ผลการทดสอบมาตรฐานที่ชื่อว่า ARC-AGI-3 ได้รับการเปิดเผย และ “ช่องว่างระหว่างมนุษย์กับเครื่อง” อันมหาศาลที่ปรากฏออกมา ได้ดึงดูดความสนใจอย่างกว้างขวางในชุมชนวิจัย A…

ภูมิหลัง 一. รู้จัก OpenClaw OpenClaw (ชื่อเดิม ClawdBot/Moltbot) เป็นเฟรมเวิร์ก AI Agent แบบโอเพนซอร์ส สร้างโดย Peter Steinberger ในฐานะหนึ่งในโปรเจกต์ AI Agent ที่ได้รับความนิยมสู…

GPT-5.4 mini เปิดตัวเจอคำถามทันที: ประสิทธิภาพอยู่อันดับ 13 แต่ราคาพุ่ง 3 เท่า โมเดล GPT-5.4 mini ล่าสุดจาก OpenAI เผชิญกับคำถามมากมายในวันเปิดตัววันแรก จากข้อมูลมาตรฐานการประเมินโ…

ปัจจุบันโมเดลภาษาขนาดใหญ่สามารถสร้างข้อความที่อ่อนโยนและให้คุณค่าทางอารมณ์ในการสนทนาแบบเทิร์นเดียวได้ อย่างไรก็ตาม เราอาจสงสัยว่าเบื้องหลัง “การตอบสนองที่แสดงความฉลาดทางอารมณ…

KernelArena: แพลตฟอร์มประเมินประสิทธิภาพเคอร์เนล GPU ที่สร้างโดย AI แห่งแรก ยุติยุค “เลือกโมเดลตามความรู้สึก” ขีดความสามารถของโมเดลภาษาขนาดใหญ่ล้ำสมัยกำลังถูกขยายออกไปอ…

หากมีงานระดับผู้เชี่ยวชาญชั้นนำมูลค่า 1 ล้านดอลลาร์สหรัฐ AI จะสามารถทำงานเหล่านั้นได้มากแค่ไหน? คำตอบคือ: งานมูลค่าประมาณ 480,000 ดอลลาร์สหรัฐ และค่าใช้จ่าย API ในการทำงานเหล่านี้เ…

เกณฑ์มาตรฐานสำหรับประเมินประสิทธิภาพของโมเดลภาษาขนาดใหญ่ในงาน “เลี้ยงกุ้ง” (OpenClaw) ชื่อ PinchBench ได้รับการเปิดตัวอย่างเป็นทางการแล้ว เกณฑ์มาตรฐานนี้ได้รับความสนใจแ…

โมเดลใหญ่ทั่วไปสอบตกในสนามอุตสาหกรรม IndustryGPT ชนะขาด แสดงทิศทางใหม่ของ AI ในภาคการผลิต เมื่อเร็วๆ นี้ โมเดลใหญ่ระดับท็อปหลายรุ่นได้เข้าร่วมการ “สอบใบประกอบวิชาชีพอุตสาหกรรม” พิเ…

ในอดีต GPT-2 ที่มีพารามิเตอร์ประมาณ 1.5 พันล้านตัว ในมุมมองปัจจุบันถือเป็น “โมเดลเล็ก” แล้ว ส่วนขนาดพารามิเตอร์ของ GPT-4 ตามการประมาณการในอุตสาหกรรมนั้นสูงถึงระดับล้านล…

โมเดลภาษาขนาดใหญ่ส่วนมากสามารถสร้างข้อความที่ “ดูเหมือน” งานวิจัยทางวิชาการได้ แต่มีน้อยมากที่สามารถดำเนินกระบวนการวิจัยจริงได้ นั่นคือ การตั้งสมมติฐาน รวบรวมหลักฐาน ดำ…