วิธีประเมินจำนวน Token ก่อนเริ่มใช้งาน AI — ขั้นตอนการคำนวณต้นทุนล่วงหน้า
ก่อนเริ่มใช้ AI Agent หรือ Chatbot มาเรียนรู้วิธีประเมินปริมาณ Token และคำนวณค่าใช้จ่ายรายเดือน เพื่อช่วยตัดสินใจด้านงบประมาณในการทำ PoC อย่างแม่นยำ
บล็อก
ข้อมูลเชิงลึกล่าสุดเกี่ยวกับ AI, DX และธุรกิจระดับโลก
ทั้งหมดAI และ ML(25)การดำเนินงาน LLM & RAG(40)AI Agents(46)DX(23)ความปลอดภัยไซเบอร์(24)การขายและการหาลูกค้า(5)PoC(2)เครื่องมือสำหรับนักพัฒนา(7)ธุรกิจในประเทศไทย(25)
ข้อกำหนดที่ไม่ใช่หน้าที่หลัก (Non-functional Requirements) ของ AI Coding คืออะไร? เหตุใด LLM จึงไม่เก่งเท่ากับข้อกำหนดด้านหน้าที่หลัก (Functional Requirements) และเกณฑ์ที่มนุษย์ควรเป็นผู้ตัดสินใจ
เจาะลึกเหตุผลที่ LLM เขียนโค้ดตามความต้องการใช้งานได้ดี แต่ยังต้องพึ่งพามนุษย์ในด้านความปลอดภัย ประสิทธิภาพ และการบำรุงรักษา พร้อมวิธีตั้งเกณฑ์และใช้ CI ควบคุมคุณภาพ
Harness Engineering คืออะไร? วิธีการออกแบบเชิงโครงสร้างเพื่อป้องกันข้อผิดพลาดของ AI Agent
Harness Engineering คือวิธีสร้างโครงสร้างป้องกันความผิดพลาดซ้ำของ AI Agent ด้วย Document, Tool และ Constraint อธิบายแนวคิด องค์ประกอบ และขั้นตอนปฏิบัติ
เปิดตัว 6 โมเดล Open-weights ที่ใช้งานเครื่องมือได้ดีที่สุดบน DGX Spark: ผลการทดสอบจริง
ทดสอบ 6 โมเดล Open-weights บน DGX Spark (128GB) ด้วย 3 โจทย์การอ่านและสรุปไฟล์ Qwen 27B ผ่านทุกโจทย์ ส่วน Nemotron Bolt ทำผลงาน Hallucination 0%
กรณีศึกษาด้านวิศวกรรมชุดสายไฟ: 4 บริษัทเปลี่ยนอะไรบ้างนอกเหนือจากตัวโมเดล
สรุปผลกระทบของ Harness (คำสั่ง, การตรวจสอบ, สิทธิ์, สภาพแวดล้อม) ต่อประสิทธิภาพและต้นทุนจาก OpenAI, LangChain, Anthropic และ Uber พร้อมแนวทางพัฒนาทีม
วิธีเขียนพรอมต์สำหรับงาน: 5 องค์ประกอบ และขั้นตอนการตรวจสอบ
เขียนพรอมต์สำหรับงานด้วย 5 องค์ประกอบ แยกเอกสารด้วยแท็ก กำหนดรูปแบบผลลัพธ์ และเปรียบเทียบเวอร์ชันด้วยข้อมูลชุดเดียวกัน พร้อมเคล็ดลับสำหรับผลลัพธ์ภาษาไทย
ผลกระทบและแนวทางป้องกันช่องโหว่ร้ายแรง "PHP2Shell" ใน PHP｜การทดสอบ RCE บนแอปพลิเคชันโดย ARTEX×GLM
เจาะลึกช่องโหว่ร้ายแรง PHP2Shell ทั้งสาเหตุ ผลกระทบ และวิธีแก้ไข พร้อมผลทดสอบ RCE โดย ARTEX×GLM ที่ใช้เวลาเพียง 104-305 วินาที ดูวิธีป้องกันสำหรับแอปของคุณได้ที่นี่
ทดสอบ AI Pentest ด้วย ARTEX: ผลลัพธ์และข้อจำกัดที่พบใน Juice Shop
กรณีศึกษาการทดสอบ Juice Shop โดย ARTEX แก้ปัญหา NoSQL ใน 10-15 นาที และ Multiple Likes (★6) ใน 40 นาที พร้อมเจาะลึกการตั้งเป้าหมาย ข้อจำกัด Docker และผลลัพธ์จาก AI Pentest
คู่มือการใช้งาน Feature Store: การออกแบบเพื่อเพิ่มความสามารถในการนำกลับมาใช้ใหม่และความสดใหม่ของข้อมูลสำหรับโมเดล AI
เรียนรู้วิธีการออกแบบ Feature Store เพื่อเพิ่มประสิทธิภาพการจัดการ Feature สำหรับโมเดล AI พร้อมเจาะลึกข้อควรระวังและจุดที่มักพลาดเมื่อเริ่มใช้งานจริง
คู่มือการใช้งาน ChatGPT ในการทำงาน: ขั้นตอนการใช้ภาษาญี่ปุ่นและภาษาไทยสำหรับสาขาในประเทศไทย
เรียนรู้วิธีใช้ ChatGPT ในการทำงานจริง ทั้งภาษาไทยและญี่ปุ่นสำหรับธุรกิจในไทย ตั้งแต่การเขียนอีเมล การทำใบเสนอราคา การสรุปข้อมูล ไปจนถึงแนวทางการจัดการข้อมูลส่วนบุคคล
วิธีเพิ่มความเร็ว Local LLM ด้วย DGX Spark: เปรียบเทียบประสิทธิภาพ Ollama, SGLang และ Speculative Decoding
ทดสอบรัน Local LLM บน DGX Spark เปรียบเทียบ Ollama, llama-server, SGLang พร้อมเทคนิค Speculative Decoding และ Quantization ในงาน Coding Agent พร้อมวิธีแก้ปัญหา Context หายในการสนทนายาวๆ
รูปแบบการแก้ปัญหา N+1: เช็คลิสต์การปรับแต่ง Database Query ให้เหมาะสม
เรียนรู้วิธีตรวจจับและแก้ไขปัญหา N+1 ด้วยเทคนิค JOIN, Batch, และ Caching พร้อมเช็คลิสต์ระดับ Implementation เพื่อเลือกวิธีปรับแต่งประสิทธิภาพที่เหมาะสมที่สุด
