ฉบับย้อนหลัง · เวลาไทย
สรุปประเด็นเด่น AI: Sakana AI และ UC Berkeley ร่วมเปิดตัว MASS ระบบปรับปรุงตนเองแบบเรียกซ้ำผ่านการกำกับดูแลแบบหลายเอเจนต์, vLLM ปล่อยชุดโมเดลตัดสินใจมัลติโมดอลโอเพนซอร์ส Decision 3.0 ท้าทายโมเดลเชิงพาณิชย์ และ Project Maya ปล่อยสตรีมมิ่ง MoE สามระดับเพื่อรันโมเดล GLM-5.3-Flash ขนาด 321B บนฮาร์ดแวร์ระดับผู้บริโภค
3 เรื่องไม่ซ้ำ
MASS แสดงให้เห็นว่าการกลั่นร่องรอยการทำงานของ Multi-Agent ลงสู่โมเดลเดี่ยวช่วยเพิ่มประสิทธิภาพการใช้โทเคนได้สูงถึง 1.6 เท่า แต่วงจรปิดแบบไร้ผู้ตรวจภายนอกยังคงมีความเสี่ยงต่อข้อผิดพลาดเชิงโครงสร้างสำหรับระบบองค์กร
การตัดสินใจคัดแยกข้อมูล ป้องกันความปลอดภัย และกำหนดเส้นทางงานเอเจนต์ (Routing) ไม่จำเป็นต้องพึ่งพาการสร้างข้อความจาก LLM ขนาดใหญ่ที่มีค่าใช้จ่ายสูงและมีความหน่วง โมเดลตระกูล Decision 3.0 ช่วยให้องค์กรสามารถรันกระบวนการตัดสินใจมัลติโมดอลบนฮาร์ดแวร์ของตนเองได้ด้วยความเร็วระดับมิลลิวินาที
Project Maya ทลายกำแพงต้นทุนฮาร์ดแวร์สำหรับองค์กรที่ต้องการความเป็นส่วนตัวของข้อมูล โดยเปิดทางให้ใช้งานโมเดลระดับแนวหน้าขนาด 321B ในเซิร์ฟเวอร์สำนักงานหรือโฮมแล็บได้โดยไม่ต้องพึ่งพิงคลาวด์