คอลเลกชันสาธารณะ

AI ฉบับเข้าใจจริง

อธิบาย AI และโมเดลภาษาแบบคนทำงานเข้าใจได้ ไม่ต้องมีพื้นคณิตศาสตร์

10 บทความ · เรียงตามที่ผู้รวบรวมตั้งไว้

เปิดอ่านเป็นเล่ม
RAG ทำให้ AI ตอบจากเอกสารของเราได้อย่างไร

ลำดับ 2

RAG ทำให้ AI ตอบจากเอกสารของเราได้อย่างไร

RAG คือการหาเอกสารที่เกี่ยวข้องก่อน แล้วแปะเข้าคำถาม คุณภาพของมันอยู่ที่ขั้นค้นหา ไม่ใช่ขั้นตอบ

Hallucination ทำไม AI ถึงตอบมั่นใจในสิ่งที่ไม่มีอยู่

ลำดับ 4

Hallucination ทำไม AI ถึงตอบมั่นใจในสิ่งที่ไม่มีอยู่

AI ไม่ได้ตั้งใจโกหก แต่มันถูกฝึกมาให้เติมช่องว่างเสมอ แม้ตอนที่มันไม่มีข้อมูลอยู่จริง

Embedding กับ vector search อธิบายแบบไม่ต้องมีพื้นคณิต

ลำดับ 5

Embedding กับ vector search อธิบายแบบไม่ต้องมีพื้นคณิต

embedding แปลงข้อความเป็นตัวเลขที่สะท้อนความหมาย ทำให้ค้นเจอแม้คนใช้คนละคำกับที่เขียนไว้ในเอกสาร

ข้อมูลที่ไม่ควรพิมพ์ใส่ช่องแชท AI

ลำดับ 7

ข้อมูลที่ไม่ควรพิมพ์ใส่ช่องแชท AI

ข้อมูลที่พิมพ์ใส่ช่องแชทออกไปแล้วเรียกคืนไม่ได้ มาดูกันว่าอะไรควรอยู่นอกกล่องสนทนาตั้งแต่ต้น

Prompting RAG หรือ fine-tuning เลือกยังไงดี

ลำดับ 8

Prompting RAG หรือ fine-tuning เลือกยังไงดี

สามวิธีนี้แก้ปัญหาคนละแบบ การเลือกผิดตัวทำให้จ่ายแพงโดยไม่จำเป็น มาดูว่าควรไล่ลำดับไหน

เขียน prompt ให้ได้งาน ไม่ใช่เวทมนต์

ลำดับ 9

เขียน prompt ให้ได้งาน ไม่ใช่เวทมนต์

การเขียน prompt ที่ดีไม่ใช่เวทมนต์ แต่คือการบอกบริบท รูปแบบ และข้อจำกัดให้ชัดเหมือนสั่งงานคน

AI agent คืออะไร และทำไมมันถึงพังบ่อย

ลำดับ 10

AI agent คืออะไร และทำไมมันถึงพังบ่อย

AI agent คือโมเดลที่เรียกเครื่องมือได้และวนทำจนกว่าจะเสร็จ เรียบง่ายกว่าที่ชื่อมันทำให้คิด