วีแชท (WeChat) ดึงนักวิจัย Post-training จากฮุนหยวนเสริมทัพ WeLM รุกพัฒนา AI เอเจนต์

ทีมวิจัยด้าน 'post-training' ของ 'ฮุนหยวน (Hunyuan)' โมเดลภาษาขนาดใหญ่ของเทนเซ็นต์ (Tencent) ย้ายไปเสริมทัพทีม WeLM ของวีแชท (WeChat) สะท้อนทิศทางการพัฒนา AI เอเจนต์ของวีแชทที่เริ่มชัดเจนขึ้น จากเดิมที่เป็นแชทบอทสนทนา วีแชทกำลังขยับไปสู่ AI ที่ลงมือทำงานจริง เรียกใช้ฟังก์ชันในแอปและมินิโปรแกรมด้วยภาษาธรรมชาติ

สื่อจีน 动察 Beating (DongCha Beating) รายงานว่า สวี ชาน (Can Xu) อดีตนักวิจัยอาวุโสของฮุนหยวนที่เทนเซ็นต์ ย้ายเข้าทีม WeLM ของวีแชทเมื่อไม่นานนี้ เพื่อดูแลงานวิจัยและพัฒนาโมเดลภาษาขนาดใหญ่ รายงานระบุว่าสวี ชาน เคยรับผิดชอบแนวทางหนึ่งของงาน post-training ในโมเดลภาษาของฮุนหยวน ก่อนที่ เหยา ซุนอวี้ (Yao Shunyu) จะเข้ามารับหน้าที่ดูแลงานวิจัยและพัฒนาโมเดลภาษาของฮุนหยวนต่อ

'Post-training' คือขั้นตอนที่นำโมเดลภาษาขนาดใหญ่ซึ่งผ่านการ pretrain มาแล้ว มาปรับให้เหมาะกับการใช้งานจริง ทั้งการทำตามคำสั่ง การสนทนา และการเรียกใช้เครื่องมือ หากวีแชทต้องการเชื่อม AI เข้ากับการเรียกฟังก์ชันในแอปและการควบคุมมินิโปรแกรม โมเดลจำเป็นต้องเข้าใจเจตนาของผู้ใช้และประมวลผลงานที่มีหลายขั้นตอนได้ นี่คือเหตุผลที่การโยกย้ายตำแหน่งครั้งนี้ถูกตีความว่าเกี่ยวโยงกับงานวิจัยด้านเอเจนต์โดยตรง

สวี ชาน ยังมีชื่อเชื่อมโยงกับโปรเจกต์ WizardLM ของไมโครซอฟท์ (MSFT) ด้วย หน้าเปเปอร์ WizardLM ของ Microsoft Research ระบุชื่อสวี ชาน เป็นผู้เขียนคนแรกในรายชื่อผู้เขียน และอธิบายเทคนิค Evol-Instruct ที่แปลงคำสั่งเดิมให้กลายเป็นชุดข้อมูลคำสั่งที่ซับซ้อนขึ้น ด้าน 动察 Beating ระบุว่าสวี ชาน ทำงานวิจัยด้านข้อมูลสังเคราะห์ การเทรนด้วยชุดคำสั่ง และ post-training ของโมเดลภาษาขนาดใหญ่มาอย่างต่อเนื่องเป็นเวลานาน

ประกาศรับสมัครงานของวีแชทก็ชี้ไปทิศทางเดียวกัน ตำแหน่งงานที่เปิดเผยต่อสาธารณะระบุว่าทีม WeLM กำลังหาบุคลากรด้าน 'inference optimization' และงานวิจัยเอเจนต์ โดยมีตำแหน่งที่ดูแลกลยุทธ์การเทรน Long-Horizon LLM Agent สำหรับงานทั่วไปรวมอยู่ด้วย นั่นหมายความว่าวีแชทตั้งใจจัดการความสามารถของเอเจนต์ในการแบ่งงานยาวๆ ออกเป็นหลายขั้นตอนตั้งแต่ระดับการเทรนโมเดล

ฝั่งผลิตภัณฑ์ก็มีความเคลื่อนไหวต่อเนื่อง ช่องทางทางการของนักพัฒนาวีแชทเผยแพร่คู่มือการเข้าถึงสำหรับนักพัฒนาเมื่อวันที่ 8 มิถุนายน (เวลาท้องถิ่น) ระบุว่า AI ของวีแชทอยู่ระหว่างการทดสอบภายใน และนักพัฒนามินิโปรแกรมสามารถเชื่อมต่อกับระบบนิเวศ AI ของวีแชทได้ผ่าน 2 โหมด คือโหมดอัตโนมัติที่แพลตฟอร์มวิเคราะห์ซอร์สโค้ดและหน้าจอของมินิโปรแกรมให้ AI เข้าไปควบคุมได้เอง และโหมดพัฒนาที่นักพัฒนาสร้างฟังก์ชันแยกขึ้นมา ผ่านการประเมินและตรวจสอบก่อนให้ AI เรียกใช้งาน

'เสี่ยวเว่ย (Xiaowei)' ผู้ช่วย AI ของวีแชทเองก็เข้าสู่ช่วงทดสอบขนาดเล็กเช่นกัน ศูนย์บริการลูกค้าของเทนเซ็นต์อธิบายว่าเสี่ยวเว่ยสามารถควบคุมฟังก์ชันพื้นฐานของวีแชทและเรียกใช้มินิโปรแกรมได้ผ่านการพิมพ์ข้อความหรือสั่งงานด้วยเสียง จากข้อมูลที่เปิดเผย เสี่ยวเว่ยดูจะเป็นเหมือนช่องทางเชื่อมฟังก์ชันภายในวีแชทด้วยภาษาธรรมชาติ มากกว่าจะเป็นแอปแยกต่างหาก

งานวิจัยด้านโมเดลก็เดินหน้าคู่ขนานกัน ทีม AI วีแชทของเทนเซ็นต์เปิดเผยว่าคลัง Hidden Decoding มีการเพิ่มผลการทดสอบ WeLM-HD4-80B และ WeLM-HD4-617B เข้าไปเมื่อวันที่ 7 กรกฎาคม (เวลาท้องถิ่น) คลังดังกล่าวนำเสนอแนวทางที่ยังคงโครงสร้าง Transformer เดิมไว้ แต่เพิ่มปริมาณการคำนวณแฝง (latent compute) ต่อโทเคนให้มากขึ้น

ประเด็นที่น่าสนใจคือแพลตฟอร์มขนาดใหญ่ของจีนกำลังฝัง AI เข้าไปในระบบนิเวศแอปแชทและมินิโปรแกรมที่มีอยู่เดิม แทนที่จะแยกเป็นบริการต่างหาก ก่อนหน้านี้ TokenPost เคยรายงานถึงแนวโน้มที่บริษัท AI จีนขยับจุดโฟกัสจากการแข่งขันด้านโมเดลพื้นฐานไปสู่ 'ชั้นการลงมือปฏิบัติงานจริง (execution layer)' มากขึ้น ขณะที่ข้อมูลที่ยืนยันได้ในตอนนี้มีเพียงว่าวีแชทกำลังดูแลทั้ง WeLM งาน post-training และกลยุทธ์การเทรนเอเจนต์ไปพร้อมกัน

แหล่งอ้างอิงที่ตรวจสอบแล้ว: ต้นฉบับข่าวจาก BlockBeats, เปเปอร์ WizardLM ของ Microsoft Research, คลัง GitHub Hidden Decoding ของ Tencent, รายงานของ IT之家 เกี่ยวกับคู่มือนักพัฒนา AI วีแชท และรายงานของ IT之家 เกี่ยวกับ Xiaowei