Darwin-180B-RSI: โมเดล AI จาก VIDRAFT คว้าแชมป์ LEXam
โมเดล Darwin-180B-RSI ขนาด 180 พันล้านพารามิเตอร์ของ VIDRAFT คว้าอันดับ 1 บนเบนช์มาร์กกฎหมาย LEXam และ LEXam-hard โดยไม่ต้องฝึกด้วยข้อมูลกฎหมาย
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Darwin-180B-RSI คว้าอันดับ 1 บนเบนช์มาร์ก LEXam (68.94) และ LEXam-hard (45.72)
- สร้างขึ้นโดย VIDRAFT สตาร์ตอัป AI สัญชาติเกาหลีใต้ ด้วยขนาด 180 พันล้านพารามิเตอร์
- ฝึกฝนการใช้เหตุผลผ่านวิชาคณิตศาสตร์และวิทยาศาสตร์โดยไม่แตะข้อมูลกฎหมาย
- ถือเป็นอันดับ 1 บนกระดานผู้นำที่รับรองโดย Hugging Face เป็นครั้งที่ 7 ของบริษัท
วงการปัญญาประดิษฐ์ต้องฮือฮาอีกครั้งเมื่อ Darwin-180B-RSI โมเดลการให้เหตุผลขนาด 180 พันล้านพารามิเตอร์ ซึ่งพัฒนาโดย VIDRAFT สตาร์ตอัปด้าน deep-tech จากประเทศเกาหลีใต้ สามารถทะยานขึ้นสู่อันดับ 1 บนเบนช์มาร์กการใช้เหตุผลทางกฎหมายที่รับรองโดย Hugging Face ทั้งสองชุด ได้แก่ LEXam ด้วยคะแนน 68.94 และ LEXam-hard ด้วยคะแนน 45.72 โดยความสำเร็จครั้งนี้นับเป็นอันดับ 1 บนลีดเดอร์บอร์ดที่รับรองโดย Hugging Face ครั้งที่ 7 ของบริษัทแล้ว
สิ่งที่ทำให้โมเดลนี้โดดเด่นอย่างมากคือความจริงที่ว่า Darwin-180B-RSI ไม่เคยผ่านการฝึกอบรมด้วยชุดข้อมูลทางกฎหมายใดๆ มาก่อนเลย แต่สามารถทำคะแนนแซงหน้าโมเดลชั้นนำอื่นๆ เช่น GPT-5 ที่ทำได้ 62.65 คะแนน และ Claude-4.5-Sonnet ที่ได้ 58.01 คะแนน โดยเบนช์มาร์ก LEXam นี้พัฒนาขึ้นโดยนักวิจัยจาก ETH Zurich, มหาวิทยาลัยซูริก และสถาบันแม็กซ์พลังค์ ซึ่งนำข้อสอบจริงจากสนามสอบไล่ 340 ชุดของคณะนิติศาสตร์ในมหาวิทยาลัยสวิตเซอร์แลนด์มาทดสอบทักษะการปรับใช้กฎหมายกับข้อเท็จจริง แทนที่จะเป็นการท่องจำตัวบทกฎหมาย
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
เบนช์มาร์ก LEXam มีความท้าทายสูงมากเนื่องจากเกณฑ์การสุ่มเดาแบบสุ่มสี่สุ่มห้า (Random-choice baseline) อยู่ที่ 25 คะแนน ขณะที่โมเดลรุ่นก่อนหน้าส่วนใหญ่ทำคะแนนวนเวียนอยู่ราว 50 คะแนน การที่โมเดลสายพันธุ์ Darwin สามารถทำคะแนนพุ่งสูงขึ้นได้โดยใช้ตรรกะข้ามสาย ากการฝึกฝนด้านคณิตศาสตร์และวิทยาศาสตร์ สะท้อนให้เห็นว่าความสามารถในการคิดวิเคราะห์เชิงนามธรรม (General Reasoning) สามารถถ่ายทอดและประยุกต์ใช้ข้ามโดเมนได้อย่างทรงพลัง ซึ่งเป็นก้าวสำคัญที่ลดข้อจำกัดในการต้องสร้างโมเดลเฉพาะทางสำหรับทุกๆ อุตสาหกรรม
สถาปัตยกรรมเบื้องหลัง Darwin-180B-RSI ประกอบด้วยเทคโนโลยีหลักสองส่วนที่ทำงานร่วมกันอย่างลงตัว:
- Model evolution (Darwin): ข้ามขั้นตอนการฝึกโมเดลขนาดใหญ่จากศูนย์ โดยอาศัยการวิเคราะห์โมเดลโอเพนซอร์สที่มีอยู่เดิมในระดับเลเยอร์และผู้เชี่ยวชาญ เพื่อคัดเลือกส่วนประกอบที่ทำงานได้ดีที่สุดในแต่ละงานมาประกอบกันเป็นโมเดลใหม่ผ่านกระบวนการควบรวมที่ขับเคลื่อนด้วยการวินิจฉัย
- Recursive Self-Improvement (RSI): ฝึกฝนโมเดลผ่านวงจรอัตโนมัติในการแก้ปัญหา ค้นหาคำตอบที่ตรวจสอบความถูกต้องได้เอง (เช่น โจทย์คณิตศาสตร์) และนำโซลูชันที่ผ่านการยืนยันแล้วมาฝึกอบรมซ้ำ โดยมีการปรับแก้พารามิเตอร์เพียงราว 0.02% เท่านั้น
นอกจากนี้ โมเดลยังผสานเทคโนโลยี ZTC (Zero-Token Confidence) สำหรับประเมินความมั่นใจในคำตอบโดยตรวจสอบสถานะภายในของโมเดลก่อนสร้างข้อความเอาต์พุต ซึ่งช่วยควบคุมกระบวนการตรวจสอบความถูกต้องของการพัฒนาตนเองอัตโนมัติได้อย่างมีประสิทธิภาพ ทั้งนี้ ทาง VIDRAFT เปิดเผยว่าโมเดลและเงื่อนไขการประเมินทั้งหมดพร้อมให้ตรวจสอบโดยอิสระบนแพลตฟอร์ม Hugging Face แล้ว
ที่มา: Dev.to
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น