แท็ก

#tool-calling

5 บทความ

Pipecat ปล่อย PhoneLLM Alpha 1 ใต้ BSD — ฟายน์จูน Nemotron 3 Nano 30B-A3B ดันคะแนน PhoneBench จาก 28.6% เป็น 72.3% เท่า GPT-5.6 Terra ที่ค่ารันถูกกว่า 14 เท่า
โมเดลใหม่

Pipecat ปล่อย PhoneLLM Alpha 1 ใต้ BSD — ฟายน์จูน Nemotron 3 Nano 30B-A3B ดันคะแนน PhoneBench จาก 28.6% เป็น 72.3% เท่า GPT-5.6 Terra ที่ค่ารันถูกกว่า 14 เท่า

27 ส.ค. 2026 ทีม Pipecat ของ Daily ปล่อย PhoneLLM Alpha 1 น้ำหนักเปิดใต้ BSD 2-Clause — ฟายน์จูนเต็มพารามิเตอร์จาก NVIDIA Nemotron 3 Nano 30B-A3B เฉพาะงานเอเจนต์รับสาย พร้อมเบนช์มาร์กของตัวเองชื่อ PhoneBench v1 ตัวเลขที่สำคัญที่สุดไม่ใช่ 72.3% แต่คือโมเดลฐานตัวเดียวกันได้แค่ 28.6%

· อ่าน 8 นาที
IBM ปล่อย Granite 4.2 — โมเดล reasoning 3B/8B/30B ใต้ Apache-2.0 ที่ทำ SWE-bench Verified 57% และคิดสั้นได้เมื่อคำถามง่าย
โมเดลใหม่

IBM ปล่อย Granite 4.2 — โมเดล reasoning 3B/8B/30B ใต้ Apache-2.0 ที่ทำ SWE-bench Verified 57% และคิดสั้นได้เมื่อคำถามง่าย

25 ส.ค. 2026 IBM เปิดตระกูล Granite 4.2 สามขนาด 3B/8B/30B ใต้ Apache-2.0 เต็มรูปแบบ — เป็นโมเดล reasoning ที่สลับโหมดคิด/ไม่คิดได้ บวกโหมด low-effort สำหรับคำถามง่าย รองรับ 128K โดยกำเนิดและขยายถึง 512K โดยรุ่น 30B ทำ SWE-bench Verified 57.0 และ AIME25 89.17 พร้อมควอนต์ GGUF/FP8/NVFP4/MXFP4 ครบตั้งแต่วันแรก

· อ่าน 7 นาที
ถ้าโมเดลอยากยึดเครื่องที่รันมันเอง มันไม่ต้องแฮ็กอะไรเลย — แค่พ่นโทเคนให้ parser ของ vLLM เป็นคนทำแทน
งานวิจัย

ถ้าโมเดลอยากยึดเครื่องที่รันมันเอง มันไม่ต้องแฮ็กอะไรเลย — แค่พ่นโทเคนให้ parser ของ vLLM เป็นคนทำแทน

25 ส.ค. 2026 บทความจาก boydkane.com ตั้งโจทย์ที่ถูกมองข้าม — inference engine อย่าง vLLM และ SGLang ต้อง parse ผลลัพธ์ที่โมเดลพ่นออกมาให้เป็น tool call ซึ่งทำให้ parser กลายเป็น attack surface ที่โมเดลเข้าถึงได้โดยตรง หลักฐานว่ามันไม่ใช่เรื่องสมมติคือ CVE-2025-9141 ช่องโหว่ RCE ระดับ CVSS 8.8 ใน tool parser ของ Qwen3-Coder ที่ vLLM ใช้ eval() กับค่าพารามิเตอร์

· อ่าน 6 นาที
Liquid AI ปล่อย LFM2.5-2.6B โมเดล 2.6B ที่เทรนด้วย RL ใน agent harness จริง — เคลมสู้โมเดลใหญ่กว่า 4 เท่าได้เรื่อง tool use แต่ license มีเพดานรายได้ 10 ล้านดอลลาร์
โมเดลใหม่

Liquid AI ปล่อย LFM2.5-2.6B โมเดล 2.6B ที่เทรนด้วย RL ใน agent harness จริง — เคลมสู้โมเดลใหญ่กว่า 4 เท่าได้เรื่อง tool use แต่ license มีเพดานรายได้ 10 ล้านดอลลาร์

Liquid AI เปิดตัว LFM2.5-2.6B (4 ส.ค. 2026) โมเดลบนเครื่องที่ post-train ด้วย agentic RL ใน harness จริงอย่าง OpenClaw — กินแรมต่ำกว่า 2.5GB คอนเท็กซ์ 128K และรันได้ทั้ง llama.cpp/MLX/ONNX/vLLM แต่ต้องอ่าน LFM Open License ให้จบก่อนใช้เชิงพาณิชย์

· อ่าน 6 นาที
Gemini 3.1 Flash-Lite ขึ้น GA บน Gemini Enterprise Agent Platform — โมเดลถูกที่สุดของซีรีส์ 3 ($0.25/$1.50 ต่อ 1M tokens) เน้น tool calling, agentic orchestration
ผลิตภัณฑ์

Gemini 3.1 Flash-Lite ขึ้น GA บน Gemini Enterprise Agent Platform — โมเดลถูกที่สุดของซีรีส์ 3 ($0.25/$1.50 ต่อ 1M tokens) เน้น tool calling, agentic orchestration

8 พ.ค. — Michael Gerstenhaber (VP, Cloud AI) ลงประกาศใน Google Cloud Blog ว่า Gemini 3.1 Flash-Lite ขึ้น GA บน Gemini Enterprise Agent Platform — เป็น Gemini 3 ที่เร็ว/ถูกที่สุดในซีรีส์ ราคา $0.25/1M input + $1.50/1M output — case study จาก JetBrains, Gladly (60% ลดต้นทุน), Astrocade, krea.ai, OffDeal, Ramp, AlphaSense — เน้น tool calling, agentic orchestration และ classifier ที่ p95 latency ~1.8s

· อ่าน 4 นาที