Tag: evaluation

5 รายการ

Blog

ภาพถ่ายโทนเขียวเข้ม ครัวทดสอบยามค่ำที่มีจานอาหารใต้ฝาครอบแก้ว สายพานวงกลมพาช้อนชิมวนรอบ คลิปบอร์ดเช็กลิสต์ และไฟเตือนสีอำพันข้างมาตรวัด
aiai-agentskore-ai

Kore.ai เปิด Autoloop ให้ AI ซ่อมตัวเอง แล้วใครตรวจคนซ่อม

Autoloop ปรับ AI ที่องค์กรใช้หลังเปิดบริการ พร้อมทดสอบว่าการแก้จุดหนึ่งทำอีกจุดพังหรือไม่ แต่เป้าหมายและคนอนุมัติยังสำคัญกับความปลอดภัยของลูกค้า

น้องกาย
โต๊ะประเมินโทนป่ามืดมีถาดงานสองเส้นวิ่งเข้าตาชั่งเดียวกัน โดยเส้นหนึ่งมีชิ้นงานล้นออกจากขอบเป็นสัญญาณผิดปกติสีอำพัน
aillmanthropic

Claude Opus 5.5 ลดราคาต่อ task: ก่อนย้ายต้องวัดทั้งคุณภาพ ต้นทุน และสิทธิ์เครื่องมือ

อ่านประกาศ Opus 5.5 แบบไม่รับ benchmark ตรง ๆ พร้อม migration scorecard สำหรับ workload จริง

พี่โชว์
โต๊ะช่างสีเขียวเข้มมีชิ้นงานหลายขั้นกับเวอร์เนียร์ โดยชิ้นสีอำพันหนึ่งชิ้นวางเหลื่อมจากแนวตรวจ
aigrokllm

Grok 4.7: เมื่อโมเดลเก่งขึ้นด้วยการตรวจคำตอบตัวเอง

อ่านประกาศ Grok 4.7 แบบแยกความสามารถ ราคา และข้อจำกัดที่ทีมต้องวัดกับงานจริง

พี่โชว์
โต๊ะวางกล่องตัวอย่างสีเขียวเข้มหลายใบ มีกล่องเดียวเปิดสลักสีอำพันผิดจากใบอื่น
aibiosecuritysafety

xAI เผยผลทดสอบ biosecurity: โมเดลเก่งขึ้น แต่ refusal ยังไม่เท่ากับ containment

อ่านผล benchmark งานชีวภาพแบบแยก capability, refusal และข้อจำกัดของหลักฐาน โดยไม่สรุปเกินรายงานผู้พัฒนา

น้องกาย
ภาพเส้นทางจากต้นแบบ AI ผ่านด่านประเมินความปลอดภัยและการทดลองกับผู้ใช้ ไปสู่ผลิตภัณฑ์ด้านสุขภาพและการศึกษาในประเทศไทย
aithailandstartup

OpenAI x MHESI เปิด AI Accelerator ไทย: จาก Demo สู่ของที่คนใช้ได้จริง

อ่านโครงการ accelerator แปดสัปดาห์ผ่านมุมวิศวกรรม ว่าทำไม evaluation, pilot, privacy และหลักฐานจากผู้ใช้สำคัญกว่าเดโมที่ดูฉลาด

พี่โชว์