AI for Thai language processing
View all tags
iApp Any Documents OCR สามารถอ่านเอกสารไทยได้อีก 6 ประเภทแล้ว และพร้อมใช้งานจริงแล้ววันนี้ ทุกประเภทจะส่งคืนข้อมูลในรูปแบบ JSON ที่มีคะแนนความมั่นใจของแต่ละฟิลด์ ในราคา 1 IC ต่อหน้า
👉 เอกสาร: Thai Document OCR · ราคา: iapp.co.th/pricing
วันนี้เราขอเปิดตัว OpenThai 2.0 Legal โมเดลภาษาขนาดใหญ่แบบเปิด (open-weight) ที่พัฒนาขึ้นเพื่องานกฎหมายไทยโดยเฉพาะ พร้อมเปิดให้ดาวน์โหลดน้ำหนักโมเดลได้ฟรีบน Hugging Face โมเดลนี้สร้างโดยคนไทย เพื่อคนไทย สำหรับทนายความ ที่ปรึกษากฎหมายภายในองค์กร ทีมกำกับดูแล ผู้พัฒนาเทคโนโลยีทางกฎหมาย และหน่วยงานภาครัฐ ที่ต้องการคำตอบด้านกฎหมายและคำพิพากษาไทยที่เชื่อถือได้และอ้างอิงแหล่งที่มาได้
👉 หน้าโมเดล: iapp.co.th/openmodels/openthai2p0-legal · ดาวน์โหลด: huggingface.co/iapp/openthai2.0-legal-thaillm-nemotron-3-nano-30b-a3b
โดย ดร.กอบกฤตย์ วิริยะยุทธกร, CEO & Founder, iApp Technology
หนึ่งในคำถามที่พบบ่อยที่สุดที่เราได้ยินจากวิศวกร AI และทีมเทคนิคของไทยคือ: "ฉันควรใช้ RAG หรือ fine-tuning สำหรับแอปพลิเคชันภาษาไทยของฉัน?" นี่เป็นคำถามสำคัญที่ส่งผลโดยตรงต่อต้นทุนการพัฒนา ประสิทธิภาพ ความซับซ้อนในการบำรุงรักษา และความสามารถในการขยายขนาดในระยะยาว
คำตอบเช่นเดียวกับการตัดสินใจด้านวิศวกรรมส่วนใหญ่คือ: ขึ้นอยู่กับสถานการณ์ แต่การเข้าใจว่าเมื่อไหร่ควรใช้แต่ละวิธี และที่สำคัญกว่านั้นคือวิธีการรวมวิธีทั้งสองเข้าด้วยกัน สามารถหมายถึงความแตกต่างระหว่างการปรับใช้ AI ที่ประสบความสำเร็จและความล้มเหลวที่มีค่าใช้จ่ายสูง
บทความนี้นำเสนอการเปรียบเทียบทางเทคนิคที่ครอบคลุมของ Retrieval-Augmented Generation (RAG) และ fine-tuning โดยเฉพาะสำหรับแอปพลิเคชันภาษาไทย โดยอาศัยประสบการณ์ของเราที่ iApp Technology ในการปรับใช้ทั้งสองวิธีในองค์กรไทยหลายร้อยแห่ง