แท็ก

#fine-tuning

5 บทความ

โมเดลตอบภาษากรีกถูก แต่ "คิด" เป็นภาษาอังกฤษ 1,000 จาก 1,000 ครั้ง — งานวิจัยที่ควรอ่านก่อนใครก็ตามที่คิดจะ fine-tune โมเดลให้เก่งภาษาไทย
งานวิจัย

โมเดลตอบภาษากรีกถูก แต่ "คิด" เป็นภาษาอังกฤษ 1,000 จาก 1,000 ครั้ง — งานวิจัยที่ควรอ่านก่อนใครก็ตามที่คิดจะ fine-tune โมเดลให้เก่งภาษาไทย

เปเปอร์ที่ขึ้น arXiv เมื่อ 18 ส.ค. 2026 fine-tune โมเดล MoE แนวหน้าสามตระกูลให้ให้เหตุผลเป็นภาษากรีก แล้วพบว่าคะแนน accuracy แทบไม่ขยับ — เพราะแค่เปลี่ยน random seed คะแนนก็แกว่ง 7.7 จุด มากกว่าผลของทุกสูตรที่ทดลอง สิ่งที่เปลี่ยนจริงคือพฤติกรรมที่ accuracy มองไม่เห็น

· อ่าน 8 นาที
Unsloth รองรับการ์ด AMD แล้ว — เทรน/รันโมเดลบน ROCm เร็วขึ้น 2 เท่า กิน VRAM น้อยลง 70%
เครื่องมือนักพัฒนา

Unsloth รองรับการ์ด AMD แล้ว — เทรน/รันโมเดลบน ROCm เร็วขึ้น 2 เท่า กิน VRAM น้อยลง 70%

Unsloth v0.1.501-beta เพิ่มการรองรับ GPU ของ AMD เต็มรูปแบบเป็นครั้งแรก — เทรนและรัน LLM บนการ์ด Radeon, Instinct (MI300X/MI325X) และ Ryzen ได้ทั้งบน Windows, WSL และ Linux เคลมว่าเร็วขึ้นสูงสุด 2 เท่า ใช้ VRAM น้อยลง 70% โดยไม่เสียความแม่นยำ เปิดทางหลุดจากการผูกขาดของ CUDA

· อ่าน 5 นาที
Thinking Machines + Bridgewater: จูนโมเดลเปิด Qwen3-235B ให้ชนะ frontier LLM บนงานการเงิน — แม่นกว่า ผิดน้อยลง 30% ต้นทุนถูกลง 13.8 เท่า
งานวิจัย

Thinking Machines + Bridgewater: จูนโมเดลเปิด Qwen3-235B ให้ชนะ frontier LLM บนงานการเงิน — แม่นกว่า ผิดน้อยลง 30% ต้นทุนถูกลง 13.8 เท่า

Thinking Machines Lab ร่วมกับ Bridgewater เผยแพร่งานวิจัย (30 มิ.ย.) ที่จูนโมเดลเปิด Qwen3-235B ด้วยชุดเทคนิค RL บนแพลตฟอร์ม Tinker จนได้ความแม่น 84.7% บนงานคัดกรองเอกสารการเงิน แซงโมเดล frontier ที่ดีที่สุด (78.2%) ขณะที่ต้นทุน inference ถูกลง 13.8 เท่า.

· อ่าน 6 นาที
Microsoft Foundry อัปเดต Reinforcement Fine-Tuning เดือน เม.ย. 2026 — o4-mini Global Training + GPT-4.1 model graders
เครื่องมือนักพัฒนา

Microsoft Foundry อัปเดต Reinforcement Fine-Tuning เดือน เม.ย. 2026 — o4-mini Global Training + GPT-4.1 model graders

Microsoft Foundry ปล่อย 3 อัปเดตใหญ่ด้าน Reinforcement Fine-Tuning ในเดือน เม.ย. 2026 — Global Training ให้ o4-mini ใน 13+ region ราคา per-token ลดลง, เพิ่ม GPT-4.1 family เป็น model grader, และออก best-practices guide สำหรับ RFT workflow

· อ่าน 4 นาที
Unsloth Studio — UI โอเพนซอร์สแบบ no-code เทรน/รัน/ส่งออกโมเดลโลคอล เทรนเร็วขึ้น 2 เท่า ใช้ VRAM น้อยลง 70%
เครื่องมือนักพัฒนา

Unsloth Studio — UI โอเพนซอร์สแบบ no-code เทรน/รัน/ส่งออกโมเดลโลคอล เทรนเร็วขึ้น 2 เท่า ใช้ VRAM น้อยลง 70%

Unsloth AI เปิดตัว Unsloth Studio UI เว็บโอเพนซอร์สแบบ no-code สำหรับเทรน รัน และส่งออกโมเดลโอเพนบนเครื่องตัวเอง รองรับโมเดลข้อความ/วิชัน/เสียง/embedding เทรนเร็วขึ้น 2 เท่าด้วย VRAM น้อยลง 70% และ export เป็น GGUF ได้

· อ่าน 4 นาที