webAI เปิดตัว TwIL-8B โมเดลเหตุผล 8.8B ทำคะแนน MATH-500 สูง 98.2
webAI เปิดตัว TwIL-8B โมเดลการใช้เหตุผลขนาด 8.8 พันล้านพารามิเตอร์ต่อยอดจาก IBM Granite 4.2 8B ทำคะแนน MATH-500 ได้ 98.2
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- webAI เปิดตัว TwIL-8B โมเดลการใช้เหตุผลขนาด 8.8 พันล้านพารามิเตอร์
- ต่อยอดและผ่านการฝึกฝนเพิ่มเติมจากโมเดล IBM Granite 4.2 8B
- ทำคะแนนบนชุดทดสอบ MATH-500 ได้สูงถึง 98.2 และ LiveCodeBench ที่ 81.6
- ยังมีข้อจำกัดด้านคะแนนในกลุ่มชุดทดสอบความรู้เมื่อเทียบกับโมเดลขนาดใกล้เคียงกัน
บริษัท webAI ได้ประกาศเปิดตัวโมเดลปัญญาประดิษฐ์รุ่นใหม่ล่าสุดในชื่อ TwIL-8B ซึ่งเป็นโมเดลสำหรับใช้เหตุผลหรือ Reasoning Model ที่มีขนาด 8.8 พันล้านพารามิเตอร์ โดยโมเดลตัวนี้ผ่านกระบวนการฝึกฝนเพิ่มเติมหลังการสร้าง (Post-trained) มาจากรากฐานของโมเดล IBM Granite 4.2 8B เพื่อเพิ่มประสิทธิภาพในการคิดวิเคราะห์และแก้ปัญหาเชิงซ้อน
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ในการประเมินประสิทธิภาพผ่านชุดทดสอบมาตรฐาน TwIL-8B ทำผลงานได้อย่างโดดเด่นในด้านคณิตศาสตร์และการเขียนโค้ด โดยสามารถทำคะแนนบนชุดทดสอบ MATH-500 ได้สูงถึง 98.2 รวมถึงทำคะแนนบน LiveCodeBench ได้ที่ระดับ 81.6 ซึ่งแสดงให้เห็นถึงความสามารถในการประมวลผลตรรกะที่แข็งแกร่ง
อย่างไรก็ตาม แม้ว่าผลงานในด้านการใช้เหตุผลและการเขียนโปรแกรมจะทำได้ดีเยี่ยม แต่รายงานผลการทดสอบระบุว่า TwIL-8B ยังคงทำคะแนนตามหลังโมเดลอื่นๆ ที่มีขนาดพารามิเตอร์ใกล้เคียงกัน เมื่อต้องเผชิญกับชุดทดสอบที่วัดด้านความรู้รอบตัว (Knowledge benchmarks)
การที่ webAI เลือกต่อยอดจากรากฐานของ IBM Granite 4.2 8B สะท้อนให้เห็นถึงแนวทางในการพัฒนาโมเดลโอเพนซอร์กหรือโมเดลเฉพาะทางที่มีประสิทธิภาพสูง โดยเน้นเจาะจงไปที่ทักษะด้านการคำนวณและตรรกะ (Reasoning) แทนที่จะพยายามแข่งกันบรรจุฐานความรู้ทั่วไปขนาดใหญ่ ซึ่งช่วยให้โมเดลขนาดเล็กสามารถรีดศักยภาพออกมาตอบโจทย์งานเฉพาะทางด้านคณิตศาสตร์และโค้ดดิ้งได้อย่างคุ้มค่า
ที่มา: MarkTechPost
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น