แท็ก

#research

7 บทความ

ผู้เชี่ยวชาญ Enigma ยืนยันแล้ว: GPT-6 Astra ช่วยถอดข้อความ MVUEH ปี 1941 ที่ค้างมาตั้งแต่ 2005 ได้จริง — แต่ "ทำเองทั้งหมด" หรือ "นักวิจัยเป็นคนนำ" สามแหล่งเล่าไม่ตรงกัน
งานวิจัย

ผู้เชี่ยวชาญ Enigma ยืนยันแล้ว: GPT-6 Astra ช่วยถอดข้อความ MVUEH ปี 1941 ที่ค้างมาตั้งแต่ 2005 ได้จริง — แต่ "ทำเองทั้งหมด" หรือ "นักวิจัยเป็นคนนำ" สามแหล่งเล่าไม่ตรงกัน

Frode Weierud ผู้ดูแลคลังข้อความ Enigma ที่ยังไม่มีใครแก้ ยืนยันว่ากุญแจและข้อความของ MVUEH (10 ก.ค. 1941) ที่ Carter Leffen ถอดได้ด้วย GPT-6 Astra ถูกต้อง และอธิบายว่าทำไมข้อความนี้ค้างมา 21 ปี แต่คำบรรยายบทบาทของ AI ไม่ตรงกัน: Weierud เขียนว่าโมเดลทำ "เองทั้งหมด" ส่วนเว็บของ Leffen เองบอกว่าเป็นงานที่นักวิจัยเป็นคนนำ

· อ่าน 5 นาที
งานวิจัยผ่า Agent Skills: มันได้ผลเพราะ "ขั้นตอน" ไม่ใช่ "ความรู้" — และพังทันทีที่คลังสกิลโตเกิน 100 ตัว
AI Skills

งานวิจัยผ่า Agent Skills: มันได้ผลเพราะ "ขั้นตอน" ไม่ใช่ "ความรู้" — และพังทันทีที่คลังสกิลโตเกิน 100 ตัว

เปเปอร์ "Demystifying Agent Skills" (arXiv 14 ส.ค. 2026, ทีมจาก Princeton / UC San Diego และคณะ) ทดลองแบบมีตัวควบคุม 8,135 รอบ พบว่า 65.7% ของกรณีที่สกิลช่วยได้มาจากการยึดขั้นตอนการทำงาน ส่วนการเติมความรู้ที่โมเดลไม่มีคิดเป็นแค่ 4.5% และคอขวดตัวจริงคือการค้นหา — เมื่อคลังสกิลโตจาก 5 เป็น 100 ตัว ความแม่นในการหยิบใช้จริงร่วงจาก 29.6% เหลือ 3.3%

· อ่าน 7 นาที
งานวิจัยใหม่: LLM 'รู้ล่วงหน้า' ว่าคำตอบจะยาวแค่ไหน — ความยาวทั้งหมดอ่านได้จาก hidden state ก่อนพิมพ์โทเคนแรกด้วยซ้ำ
งานวิจัย

งานวิจัยใหม่: LLM 'รู้ล่วงหน้า' ว่าคำตอบจะยาวแค่ไหน — ความยาวทั้งหมดอ่านได้จาก hidden state ก่อนพิมพ์โทเคนแรกด้วยซ้ำ

งานวิจัย interpretability ใหม่พบว่า LLM เข้ารหัส 'ความยาวคำตอบที่เหลือ' ไว้เป็นทิศทางเชิงเส้นใน hidden state — decode ความยาวทั้งหมดออกมาได้จาก state สุดท้ายของ prompt ก่อนพิมพ์โทเคนแรก และ probe ยังขยับขึ้นตอนโมเดล 'ถอยกลับไปเริ่มใหม่' บ่งชี้ว่ามีการวางแผนความยาวในหัว

· อ่าน 5 นาที
Google เปิดตัว TabFM — foundation model สำหรับ 'ตารางข้อมูล' ทำนายแบบ zero-shot ชนะ gradient boosting ที่จูนมาเต็มที่ กำลังเข้า BigQuery
งานวิจัย

Google เปิดตัว TabFM — foundation model สำหรับ 'ตารางข้อมูล' ทำนายแบบ zero-shot ชนะ gradient boosting ที่จูนมาเต็มที่ กำลังเข้า BigQuery

Google Research เปิดตัว TabFM โมเดลพื้นฐานสำหรับข้อมูลตาราง (classification/regression) ที่ทำนายแบบ zero-shot ในการ forward ครั้งเดียว ไม่ต้องเทรน ไม่ต้องจูน — บน TabArena 51 ชุดข้อมูลเอาชนะ gradient-boosted trees ที่ปรับแต่งมาเต็ม และกำลังผูกเข้ากับ BigQuery ผ่านคำสั่ง AI.PREDICT

· อ่าน 5 นาที
Anthropic เปิด Claude Science — เวิร์กเบนช์ AI สำหรับนักวิจัย: เอเจนต์ประสานงาน 60+ สกิล รันบนเครื่องแล็บเอง ตรวจงานตัวเองได้
ผลิตภัณฑ์

Anthropic เปิด Claude Science — เวิร์กเบนช์ AI สำหรับนักวิจัย: เอเจนต์ประสานงาน 60+ สกิล รันบนเครื่องแล็บเอง ตรวจงานตัวเองได้

Anthropic เปิดตัว Claude Science เวิร์กเบนช์ AI สำหรับงานวิทยาศาสตร์ ที่มีเอเจนต์ประสานงานเรียกสกิลกว่า 60 ตัว (จีโนมิกส์ โปรตีโอมิกส์ เคมี) พร้อมเอเจนต์ตรวจทานเช็กการอ้างอิงและการคำนวณ — รันบนเครื่องแล็บเองเพื่อความปลอดภัยของข้อมูล ไม่ใช่โมเดลใหม่แต่เป็นการห่อ agentic workflow เป็นผลิตภัณฑ์แนวตั้ง

· อ่าน 6 นาที
งานวิจัยใหม่ — RL ที่ใช้ฝึก LLM ให้ "reasoning" ไม่ได้สอนอะไรใหม่ แค่ปรับน้ำหนัก top-5 ที่จุดตัดสินใจที่ "entropy สูง" (1–3% ของ token เท่านั้น) — ReasonMaxxer ทำได้เท่า full RL แต่ใช้ทรัพยากรน้อยกว่า ~1000 เท่า
งานวิจัย

งานวิจัยใหม่ — RL ที่ใช้ฝึก LLM ให้ "reasoning" ไม่ได้สอนอะไรใหม่ แค่ปรับน้ำหนัก top-5 ที่จุดตัดสินใจที่ "entropy สูง" (1–3% ของ token เท่านั้น) — ReasonMaxxer ทำได้เท่า full RL แต่ใช้ทรัพยากรน้อยกว่า ~1000 เท่า

7 พ.ค. — Ömer Faruk Akgül และทีมจาก USC ปล่อยเปเปอร์ **"Rethinking RL for LLM Reasoning: It's Sparse Policy Selection, Not Capability Learning"** บน arXiv (2605.06241) — token-level analysis ข้าม **3 model family + 6 scale + 6 math benchmark** พบว่า RL ไม่ได้สอน reasoning strategy ใหม่ ๆ ให้ LLM — แค่ **"shift probability mass"** ไปยัง path ที่ base model มีอยู่แล้ว — และ effective correction เกิดที่ **1–3% ของ token positions** ซึ่งเป็นจุด **entropy สูง** ที่โมเดลไม่แน่ใจว่าจะแตก branch ไหน — ทีมเสนอ **ReasonMaxxer** วิธี RL-free ที่ใช้ contrastive loss เฉพาะที่ entropy-gated decision points — match หรือเกิน full RL โดยใช้ **โจทย์หลักสิบข้อ + GPU เดียวไม่กี่นาที** — ลดต้นทุนการฝึก ~3 orders of magnitude

· อ่าน 7 นาที
ICLR 2026: 'The Reasoning Trap' — งานวิจัยพบว่ายิ่งเทรน LLM ให้ reason เก่งขึ้นด้วย RL ยิ่ง hallucinate tool call มากขึ้น เป็นสัดส่วน
งานวิจัย

ICLR 2026: 'The Reasoning Trap' — งานวิจัยพบว่ายิ่งเทรน LLM ให้ reason เก่งขึ้นด้วย RL ยิ่ง hallucinate tool call มากขึ้น เป็นสัดส่วน

งานวิจัย ICLR 2026 ชื่อ 'The Reasoning Trap' พบ paradox สำคัญของยุค reasoning model — การเทรน LLM ให้ reason เก่งขึ้นผ่าน RL ทำให้ task performance สูงขึ้น แต่ rate ของ tool hallucination (เรียก tool ที่ไม่มีหรือไม่มีอยู่จริง) สูงขึ้นเป็นสัดส่วนเดียวกัน — ทีมวิจัยสร้าง benchmark ใหม่ชื่อ SimpleToolHalluBench ทดสอบโดยลบ tool ทิ้งหรือใส่ distractor ที่ดูเกี่ยวข้องแต่ผิด — prompt engineering และ DPO ช่วยได้บางส่วนแต่ปิด gap ไม่ได้ — เป็น 'fundamental reliability-capability trade-off'

· อ่าน 6 นาที