Back to top
  • 공유 Share
  • 인쇄 Print
  • 글자크기 Font size
URL copied.

ลิควิด เอไอ d1.2-ultra ได้ 75 คะแนน ขึ้นอันดับ 1 บน Decision Index v2.1 รองรับเสียง

มือกำลังใช้สมาร์ตโฟนป้อนข้อมูลด้วยเสียงข้างใบเสร็จ / TokenPost.ai

โมเดลตัดสินใจ d1.2-ultra ของลิควิด เอไอ (Liquid AI) ได้ 75 คะแนนและขึ้นอันดับ 1 ใน Decision Index v2.1 โดยโมเดลรุ่นใหม่รองรับทั้งการป้อนเสียงและการดึงข้อมูลจากเอกสารกับภาพ

ลิควิด เอไอประกาศเมื่อวันที่ 16 ว่าเปิดให้ใช้ d1.2 และ d1.2-ultra ผ่าน API ของบริษัท ทั้งสองโมเดลรับข้อมูลได้ทั้งข้อความ ภาพ และเสียง

โมเดลตัดสินใจจะให้ค่าความน่าจะเป็นแก่ตัวเลือกที่กำหนดไว้ล่วงหน้า แทนการตอบเป็นข้อความยาว จึงนำไปใช้จัดประเภทงานได้ เช่น ส่งคำถามลูกค้าไปยังแผนกที่รับผิดชอบ หรือคัดกรองเรื่องที่ต้องตรวจสอบอย่างเร่งด่วน

บริษัทระบุว่าคะแนนความน่าจะเป็นช่วยแยกงานที่จัดการอัตโนมัติได้ออกจากงานที่ควรให้คนตรวจสอบ อย่างไรก็ตาม การประเมินความสามารถในการตัดสินใจยังต้องพิจารณาด้วยว่าคะแนนนั้นสอดคล้องกับอัตราคำตอบที่ถูกต้องจริงเพียงใด

ลิควิด เอไอเพิ่มรูปแบบคำตอบใหม่ 5 แบบ ได้แก่ การดึงจำนวนเงินและวันที่จากเอกสาร การค้นหาวลีที่กำหนด การระบุตำแหน่งวัตถุในภาพ การประมาณจำนวนวัตถุเป็นช่วง และการแสดงค่าความน่าจะเป็นของหลายตัวเลือก

ตัวอย่างการใช้งานที่บริษัทยกมา ได้แก่ อ่านยอดชำระจากใบแจ้งหนี้ ค้นหาตำแหน่งลายเซ็นในเอกสารที่สแกน และจัดหมวดหมู่หัวข้อคำถามลูกค้า หากไม่มีค่าที่ร้องขออยู่ในเอกสาร โมเดลจะตอบว่า “ไม่พบ” แทนการคาดเดา

ฟังก์ชันภาพยังระบุตำแหน่งของวัตถุหรือประเมินจำนวนเป็นช่วงได้ด้วย หากมีตัวเลือกที่ตรงกับคำถามหลายข้อ โมเดลจะแสดงค่าความน่าจะเป็นแยกตามแต่ละตัวเลือก

เสียงใช้ได้ทั้งเป็นข้อมูลสำหรับวิเคราะห์และเป็นช่องทางป้อนคำถาม ผู้ใช้จึงถามด้วยเสียงแทนการพิมพ์ได้ ลิควิด เอไอยกตัวอย่างการระบุภาษาที่ใช้ในการบันทึกเสียงและการแยกเสียงไซเรนที่อยู่เบื้องหลัง

ตามคำอธิบายการประเมินของอาร์ทิฟิเชียล อะนาลิซิส (Artificial Analysis) Decision Index v2.1 รวมผลจากการทดสอบ 6 ด้าน ได้แก่ การดึงข้อเท็จจริงจากเอกสาร การตัดสินใจ การเรียกใช้เครื่องมือ คำถามความรู้ การให้เหตุผล และความสม่ำเสมอของการตัดสินใจเมื่อเปลี่ยนถ้อยคำในคำถาม

การทดสอบด้านเอกสารใช้เรซูเม่ ใบเสร็จ ใบแจ้งหนี้ และงานวิจัยรวม 1,500 รายการ โดยอาร์ทิฟิเชียล อะนาลิซิสคิดคะแนนจากทั้งความถูกต้องของคำตอบและค่าความน่าจะเป็นที่โมเดลกำหนดให้คำตอบนั้น ดังนั้น 75 คะแนนจึงไม่ได้หมายความว่าโมเดลตอบคำถามทั้งหมดถูกต้อง 75% ลิควิด เอไอระบุว่า d1.2-ultra ได้คะแนนสูงกว่าโมเดลที่ทำคะแนนดีที่สุดก่อนหน้า 2 คะแนน

ผลทดสอบฟังก์ชันใหม่ต้องแยกจากผลการประเมินสาธารณะ ลิควิด เอไอระบุว่าไม่มีการประเมินสาธารณะที่วัดงานใหม่ทั้ง 5 แบบ บริษัทจึงทดสอบภายในด้วยตัวอย่างที่แยกจากข้อมูลสาธารณะ

ในการทดสอบภายในของบริษัท ความสามารถในการอ่านค่าจากใบเสร็จของ d1.2-ultra อยู่ที่ 98% และ d1.2 อยู่ที่ 96% ส่วนความแม่นยำในการตรวจจับข้อมูลส่วนบุคคลในเอกสารอยู่ที่ 94% และ 92% ตามลำดับ ตัวเลขเหล่านี้เป็นผลทดสอบที่ลิควิด เอไอเปิดเผย

ก่อนหน้านี้ TokenPost รายงานว่าลิควิด เอไอเปิดตัวโคเดกเสียงแบบสตรีมมิง LiquidCodec ซึ่งบริษัทแนะนำว่าเป็นโทเคไนเซอร์เสียงสำหรับ LFM3-Audio-2B และ LFM3-Omni-2B

โมเดลที่จัดประเภทงานด้วยค่าความน่าจะเป็นของแต่ละตัวเลือกยังปรากฏใน Microsoft-Decision-1 ซึ่งไมโครซอฟท์ (Microsoft, $MSFT) เปิดตัวเมื่อวันที่ 9 ตุลาคม ก่อนหน้านี้ TokenPost รายงานการเปิดตัวโมเดลดังกล่าวด้วย

ตารางราคาของลิควิด เอไอระบุว่า d1.2 คิดค่ารับโทเคน 0.02 ดอลลาร์ต่อ 1 ล้านโทเคน (ประมาณ 27 วอน) ส่วน d1.2-ultra คิด 0.042 ดอลลาร์ (ประมาณ 56 วอน) ซึ่งเท่ากับค่ารับข้อมูลของ d1.1 และ d1-ultra ตามลำดับ ทั้งสองโมเดลไม่คิดค่าธรรมเนียมโทเคนขาออก และรูปแบบคำตอบใหม่ใช้ได้ผ่านรูปแบบคำขอ API เดิม

<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>

Most Popular

Other related articles

Comment 0

Comment tips

Great article. Requesting a follow-up. Excellent analysis.

0/1000

Comment tips

Great article. Requesting a follow-up. Excellent analysis.
1