ข้ามไปเนื้อหาหลัก

VIDRAFT Open Discovery Challenge 2026: วัดประสิทธิภาพ LLM

บริษัท AI เกาหลีใต้ VIDRAFT เปิดการแข่งขันบน Hugging Face ให้ LLM ออกแบบโมเลกุลยาต้านมาลาเรียและวัณโรค ทะลุ 2,000 ผลงานใน 3 วัน

เรียบเรียงโดย AI
Inewgen
18 Aug 2026ที่มา: Dev.to2 นาทีอ่าน (0 ครั้ง)
แชร์
VIDRAFT Open Discovery Challenge 2026: วัดประสิทธิภาพ LLM

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ขนาดตัวอักษร
  • VIDRAFT เปิดการแข่งขัน Open Discovery Challenge บน Hugging Face เพื่อประเมินความสามารถ AI
  • มุ่งเป้าพัฒนายาต้านมาลาเรียและวัณโรค ซึ่งเป็นโรคในกลุ่มประชากรรายได้น้อย
  • กวาดผลงานส่งเข้าประกวดมากกว่า 2,000 รายการภายในเวลาเพียงสามวันหลังเปิดตัว
  • เปิดกว้างให้ใช้โมเดลหลากหลาย เช่น OpenAI, Claude, Gemini, DeepSeek และ Qwen

วงการปัญญาประดิษฐ์และการแพทย์ต้องจับตา เมื่อ VIDRAFT บริษัทวิจัยด้าน AI และวิทยาศาสตร์เชิงลึกจากเกาหลีใต้ ได้เปิดตัวโครงการแข่งขันระดับสาธารณะในชื่อ Open Discovery Challenge บนแพลตฟอร์ม Hugging Face โดยมุ่งเน้นการทดสอบความสามารถของโมเดลภาษาขนาดใหญ่ (LLM) ในการเสนอโครงสร้างโมเลกุลใหม่สำหรับใช้เป็นยาต้านโรคมาลาเรียและวัณโรค ซึ่งแตกต่างจากการทดสอบมาตรฐานทั่วไปตรงที่ระบบจะให้คะแนนจากเกณฑ์ทางเภสัชวิทยาจริง

การแข่งขันครั้งนี้ถูกออกแบบมาเพื่อแก้ไขปัญหาความล้มเหลวของตลาด (market failure) ในการวิจัยและพัฒนายาภาคเอกชน เนื่องจากโรคทั้งสองประเภทส่งผลกระทบอย่างรุนแรงต่อกลุ่มประชากรที่มีรายได้น้อย ซึ่งมักขาดแรงจูงใจทางการค้า โดยเปิดโอกาสให้นักพัฒนา นักวิจัย หรือผู้สนใจทั่วไป สามารถใช้งานโมเดล AI ใดก็ได้ ไม่ว่าจะเป็น OpenAI, Claude, Gemini, DeepSeek, Qwen หรือ Kimi รวมถึงโมเดลที่ผู้เข้าร่วมพัฒนาขึ้นเอง เพื่อส่งโครงสร้างโมเลกุลเข้าประชันความสามารถ

2,000+ผลงานส่งเข้าประกวดใน 3 วันแรก

ระบบประเมินผลของ VIDRAFT จะวิเคราะห์ผลงานผ่านท่อประเมินหลายมิติ ซึ่งครอบคลุมทั้งศักยภาพในการรักษา ความเป็นพิษ การจับตัวกับเป้าหมาย (target binding) กระบวนการดูดซึม การกระจายตัว การเมแทบอลิซึม และการขับออก (ADME) รวมถึงการจำลองสถานการณ์ก่อนคลินิกและในคลินิก นอกจากนี้ ข้อมูลในช่วงสามวันแรกหลังเปิดตัวยังเผยให้เห็นช่องว่างด้านประสิทธิภาพที่ชัดเจนระหว่างตระกูล LLM ต่างๆ ในภารกิจทางวิทยาศาสตร์ที่แท้จริง

South Korea biotechnology data analysis screen

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ไม่อยากพลาดข่าวใหม่?

สมัครรับสรุปข่าวสารใหม่ทางอีเมล ไม่บ่อยจนรำคาญ

โฆษณา

โครงการนี้สะท้อนมุมมองที่น่าสนใจว่า การพัฒนายาด้วย AI ไม่ได้วัดกันที่ตัวโมเดล LLM ดิบๆ เพียงอย่างเดียว แต่เป็นการวัดศักยภาพของ "science agent stack" ทั้งหมด ซึ่งประกอบด้วยตัวโมเดล การเขียนคำสั่ง (prompt engineering) การเชื่อมต่อเครื่องมือ และกลยุทธ์การวิจัยของผู้ใช้งาน สิ่งนี้ช่วยให้ผู้ไม่มีพื้นฐานด้านเภสัชศาสตร์สามารถมีส่วนร่วมได้ผ่านคู่มือที่ผู้จัดเตรียมไว้ให้

ในด้านรูปแบบการแข่งขัน ผู้สนใจสามารถเข้าถึงพื้นที่จัดกิจกรรมได้โดยตรงผ่านหน้าองค์กร VIDRAFT บน Hugging Face ซึ่งในขณะนี้ยังไม่มีการเปิดเผยชุดคำสั่ง CLI หรือ API เฉพาะเจาะจง โดยทางผู้จัดยืนยันว่าโครงการนี้ถูกสร้างขึ้นให้เป็นชุดข้อมูลที่มีชีวิต (living dataset) ซึ่งจะเติบโตและทำหน้าที่เป็นเกณฑ์มาตรฐานสำหรับการให้เหตุผลทางวิทยาศาสตร์ของ AI อย่างต่อเนื่อง

ที่มา: Dev.to

ความคิดเห็น

แสดงความคิดเห็น
0/2000

พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้