พื้นฐาน AI
หมวดคำศัพท์เกี่ยวกับ "พื้นฐาน AI" — คำอธิบายเชิงปฏิบัติด้าน Generative AI, LLM, RAG, AI Agent, DX และความปลอดภัยไซเบอร์ พร้อมตัวอย่าง สำหรับผู้บริหารและทีม IT
25 คำศัพท์
Generative AI (AI เชิงสร้างสรรค์)
生成AI (Generative AI) คือคำเรียกโดยรวมของโมเดล AI ที่สามารถสร้างเนื้อหา เช่น ข้อความ รูปภาพ เสียง หรื
LoRA
LoRA (Low-Rank Adaptation) คือวิธีการที่แทรกเมทริกซ์ผลต่างแบบ low-rank เข้าไปในเมทริกซ์น้ำหนักของโมเ
NLP หลายภาษา (Multilingual NLP)
Multilingual NLP คือเทคโนโลยีการประมวลผลภาษาธรรมชาติที่สามารถวิเคราะห์และสร้างข้อความข้ามภาษาได้ เช่
PEFT
PEFT (Parameter-Efficient Fine-Tuning) คือชื่อเรียกรวมของวิธีการ fine-tuning ที่ปรับโมเดลให้เข้ากับง
QLoRA
QLoRA (Quantized LoRA) คือวิธีการที่ผสมผสาน LoRA เข้ากับการ quantization แบบ 4 บิต ทำให้สามารถทำ fin
RLHF
RLHF คือวิธีการเรียนรู้เสริมแรง (Reinforcement Learning) ที่ใช้ข้อเสนอแนะจากมนุษย์เป็นรางวัล ส่วน RL
SLM (Small Language Model) โมเดลภาษาขนาดเล็ก
SLM (Small Language Model) คือชื่อเรียกรวมของโมเดลภาษาที่จำกัดจำนวนพารามิเตอร์ไว้ที่ระดับหลายพันล้าน
MoE (Mixture of Experts) หรือ การผสมผสานผู้เชี่ยวชาญ
MoE (Mixture of Experts) คือสถาปัตยกรรมที่มี "ผู้เชี่ยวชาญ" (Expert) ซับเน็ตเวิร์กหลายตัวภายในโมเดล
LLM (โมเดลภาษาขนาดใหญ่)
LLM (Large Language Model) คือชื่อเรียกรวมของโมเดลเครือข่ายประสาทเทียมที่มีพารามิเตอร์ตั้งแต่หลายพัน
โมเดลแบบโอเพนเวต
โอเพนเวทโมเดล (Open-weight model) คือโมเดลภาษาที่เปิดเผยค่าน้ำหนัก (พารามิเตอร์) ของโมเดลที่ผ่านการเ
การปรับขนาดในช่วงอนุมาน (Test-time Compute)
การปรับขนาดการประมวลผลในช่วง Inference (Inference-Time Scaling) คือวิธีการที่เพิ่มหรือลดปริมาณการคำน
โมเดลการอนุมาน (Reasoning Model)
โมเดลภาษาขนาดใหญ่ประเภทหนึ่งที่สร้างห่วงโซ่การคิดอย่างชัดเจนก่อนตอบคำถาม เพื่อแก้ปัญหาที่ซับซ้อนแบบท
โมเดลแบบกระจาย (Sparse Model)
Sparse Model (สปาร์สโมเดล) คือชื่อเรียกรวมของสถาปัตยกรรมเครือข่ายประสาทเทียมที่ในระหว่างการ Inferenc
TurboQuant
เทคโนโลยีการบีบอัดหน่วยความจำสำหรับ LLM ที่พัฒนาโดย Google ใช้การ Quantization เพื่อลดการใช้หน่วยควา
การกลั่นกรองความรู้ (Knowledge Distillation)
เทคนิคการถ่ายโอนความรู้จากโมเดลครู (teacher model) ขนาดใหญ่ไปยังโมเดลนักเรียน (student model) ขนาดเล
Dense Model (โมเดลแบบหนาแน่น)
Dense Model (โมเดลแบบเชื่อมต่อหนาแน่น) คือสถาปัตยกรรมเครือข่ายประสาทเทียมที่ใช้พารามิเตอร์ทั้งหมดของ
การถอดรหัสเชิงคาดเดา (Speculative Decoding)
เทคนิคการเร่งความเร็วในการอนุมานที่โมเดลร่างขนาดเล็กเสนอโทเค็นหลายตัวล่วงหน้า และโมเดลขนาดใหญ่ทำการต
โทเค็น (Token)
Token คือหน่วยที่เล็กที่สุดที่ LLM ใช้ในการประมวลผลข้อความ โดยไม่ได้หมายถึงคำทั้งคำเสมอไป แต่ยังรวมถ
ตัวแบ่งโทเค็น BPE (Byte-Pair Encoding Tokenizer)
อัลกอริทึมที่รวมข้อความโดยใช้รูปแบบที่พบบ่อยและแบ่งออกเป็นหน่วย subword ส่งผลโดยตรงต่อต้นทุนอินพุต/เ
โมเดลพื้นฐาน (Foundation Model)
Base Model (Foundation Model) คือโมเดล AI อเนกประสงค์ที่ผ่านการ Pre-training ด้วยชุดข้อมูลขนาดใหญ่ โ
การควอนไทซ์ (Quantization)
เทคนิคการปรับแต่งที่ลดความแม่นยำของพารามิเตอร์โมเดลจาก 16 บิต ลงเหลือ 4 บิต เป็นต้น เพื่อบีบอัดขนาดแ
LLM ในเครื่อง
Local LLM คือรูปแบบการใช้งานที่รันโมเดลภาษาขนาดใหญ่ (Large Language Model) โดยตรงบนเซิร์ฟเวอร์หรือพี
การปรับแต่งละเอียด
ไฟน์-ทูนนิ่ง (Fine-Tuning) หมายถึงกระบวนการนำข้อมูลการเรียนรู้เพิ่มเติมมาใช้กับโมเดลแมชชีนเลิร์นนิงท
หน้าต่างบริบท (Context Window)
Context Window คือขีดจำกัดจำนวนโทเค็นสูงสุดที่ LLM สามารถประมวลผลได้ในคราวเดียว โดยครอบคลุมทั้งความย
เอไอแบบหลายรูปแบบ (Multimodal AI)
Multimodal AI คือระบบ AI ที่สามารถประมวลผล ทำความเข้าใจ และสร้างข้อมูลจากรูปแบบข้อมูลที่แตกต่างกันหล