เจ้าของนวัตกรรม
นาย ภัควัฒน์ อังศรีสุรพร
นักศึกษา
Details
ระบบประเมินโมเดลภาษาขนาดใหญ่แบบออฟไลน์ในภาษาไทยถูกออกแบบมาเพื่อช่วยให้ผู้เชี่ยวชาญสามารถทดสอบและประเมินประสิทธิภาพของโมเดลภาษาขนาดใหญ่ (Large Language Models: LLMs) ได้อย่างสะดวก รวดเร็ว และไม่ต้องพึ่งพาการเชื่อมต่อภายนอก ช่วยเพิ่มความคล่องตัวในการเลือกใช้ LLMs ที่เหมาะสมกับความต้องการขององค์กรหรือระบบผู้เชี่ยวชาญ (Expert System: ES) ระบบสามารถทำงานบนคอมพิวเตอร์ส่วนบุคคลโดยไม่ต้องกังวลเรื่องการเก็บข้อมูลภายนอก ส่งผลให้มีความปลอดภัยของข้อมูลสูง นอกจากนี้ ยังรองรับการทดสอบและพัฒนาโมเดลด้วยเทคนิคการดึงข้อมูลเสริม (Retrieval-Augmented Generation: RAG) เพื่อให้สามารถเข้าถึงข้อมูลเฉพาะทางและประมวลผลได้อย่างแม่นยำ มีประสิทธิภาพด้านพลังงาน และตอบสนองความต้องการขององค์กรและระบบผู้เชี่ยวชาญได้อย่างเหมาะสม
Objective
เพื่อพัฒนาระบบประเมินประสิทธิภาพของโมเดลภาษาขนาดใหญ่ (LLMs) แบบออฟไลน์ในภาษาไทย ที่ช่วยให้องค์กรและนักพัฒนาสามารถทดสอบ เปรียบเทียบ และวิเคราะห์โมเดล LLMs ได้อย่างเป็นระบบ ระบบนี้ออกแบบให้ทำงานบนคอมพิวเตอร์ส่วนบุคคลหรือภายในองค์กร โดยไม่ต้องพึ่งพาผู้ให้บริการภายนอก เพื่อเพิ่มความปลอดภัยของข้อมูล และรองรับการพัฒนาโมเดลภาษาด้วยเทคนิคการดึงข้อมูลเสริม (Retrieval-Augmented Generation: RAG) ซึ่งช่วยให้โมเดลเข้าถึงข้อมูลเฉพาะทางได้อย่างแม่นยำ ผู้ใช้งานสามารถทดสอบเพื่อเลือกใช้โมเดลภาษาที่เหมาะสมกับงานของตนได้อย่างมีประสิทธิภาพ
ในปัจจุบัน โมเดลภาษาขนาดใหญ่ (Large Language Models: LLMs) ได้รับความนิยมและถูกนำไปใช้งานในหลากหลายด้าน ทั้งในองค์กรและภาคอุตสาหกรรม โดยเฉพาะในการพัฒนาระบบผู้เชี่ยวชาญ (Expert System: ES) ที่ช่วยให้ผู้ใช้สามารถทำงานได้อย่างมีประสิทธิภาพสูงขึ้น ไม่ว่าจะเป็นการวิเคราะห์ข้อมูล การให้คำแนะนำ หรือการประมวลผลข้อมูลเฉพาะทางในแต่ละสาขา อย่างไรก็ตาม การใช้โมเดลภาษาขนาดใหญ่จากภายนอกอาจมีข้อจำกัดด้านความปลอดภัยของข้อมูล และบางองค์กรจำเป็นต้องประมวลผลภายในระบบของตนเองเพื่อลดความเสี่ยงจากการเชื่อมต่อภายนอก ดังนั้น การพัฒนาระบบทดสอบโมเดลภาษาขนาดใหญ่แบบออฟไลน์ในภาษาไทยจึงมีความสำคัญ ทั้งในแง่ของการรักษาความปลอดภัยข้อมูล ลดการพึ่งพาบริการจากภายนอก และเพิ่มความยืดหยุ่นในการเลือกใช้โมเดลที่เหมาะสมกับงานเฉพาะด้าน อย่างไรก็ตาม การทดสอบและประเมินประสิทธิภาพของ LLMs ในสภาพแวดล้อมแบบออฟไลน์ถือเป็นความท้าทาย เนื่องจากต้องคำนึงถึงปัจจัยต่าง ๆ เช่น ความแม่นยำของโมเดล ทรัพยากรที่ใช้ในการประมวลผล และความสามารถในการรองรับภาษาไทยได้อย่างมีประสิทธิภาพ
"AI Independence" ซึ่งหมายถึงความสามารถของระบบปัญญาประดิษฐ์ (Artificial Intelligence: AI) ในการทำงานโดยไม่ต้องพึ่งพาแพลตฟอร์ม ผู้ให้บริการ หรือทรัพยากรภายนอก เช่น คลาวด์เซิร์ฟเวอร์ หรือ API จากบุคคลที่สาม ระบบ AI ที่เป็นอิสระสามารถประมวลผลและตัดสินใจได้โดยไม่ต้องส่งข้อมูลออกไปยังระบบอื่น ซึ่งช่วยเพิ่มความปลอดภัยของข้อมูล ลดความเสี่ยงจากการพึ่งพาผู้ให้บริการรายใหญ่ และเพิ่มความสามารถในการควบคุมการใช้งานภายในองค์กรหรือบุคคล