Jev คือโมเดล AI จาก TypeSafe ที่เพิ่งเปิดตัวเมื่อ 15 ก.ย.…
สมมติลูกค้าพิมพ์มาว่า "บัตรโดนตัดเงินซ้ำสองรอบ" แล้วเราถามว่าควรส่งให้ทีมไหน ระหว่าง billing, technical หรือ account มันจะตอบกลับเป็นตัวเลขว่าแต่ละทีมมีโอกาสกี่เปอร์เซ็นต์ จบแค่นั้น ไม่มีคำอธิบาย ไม่มีข้อความให้เราต้องไปแกะต่อ
TypeSafe เรียกโมเดลแบบนี้ว่า System One Model ผู้ก่อตั้งคือ Diogo Almeida ซึ่งเล่าในบล็อกเปิดตัวว่าตอนอยู่ OpenAI เคยช่วยพัฒนาวิธีที่ทำให้โมเดลภาษาทำตามคำสั่งได้ และงานนั้นกลายเป็นงานวิจัยเบื้องหลัง ChatGPT ตัว Jev ยังเปิดแบบ early access ใช้ผ่าน API ของเขา
ทีม OpenThai ของ iApp Technology ปล่อย OpenThai-SystemOne เป็นโมเดลแนวเดียวกันที่รองรับภาษาไทยกับอังกฤษ และเปิดให้ใช้ฟรี ทีมบอกเองว่าทำเสร็จภายใน 5 วันหลังจาก Jev เปิดตัว
ขนาด 0.8B พารามิเตอร์ รันบนโน้ตบุ๊กได้ ต่อยอดจาก Qwen3.5-0.8B เทรนเพิ่มด้วยข้อความไทยราวห้าพันล้านโทเคน แล้วเปลี่ยนส่วนท้ายของโมเดลจากที่เคยเดาคำศัพท์ทั้ง 248k คำ ให้เหลือเป็นช่องตัดสินใจ 256 ช่องแทน
คำถามถามได้ 3 แบบ คือเลือกจากตัวเลือก ให้คะแนนเป็นระดับ และตอบใช่หรือไม่ใช่ ถามหลายข้อพร้อมกันได้ แล้วได้คำตอบทุกข้อในการคำนวณรอบเดียว งานที่เหมาะคือคัดแยก ticket จัดหมวดรีวิว กรองคอมเมนต์ และให้ AI agent เลือกว่าจะคลิกปุ่มไหนหรือเรียกเครื่องมือตัวไหน
เรื่องตัวเลข ทีมรายงานผลบน public benchmark 13 ชุดไว้ว่า OpenThai-SystemOne ได้ 61.9 ส่วนโมเดล 9B ที่ใช้เทียบได้ 74.8 และ Jev ได้ 76.0 ถ้าเป็นงานภาษาไทย แยก intent ได้ 86.4% และจัดหมวดหัวข้อข่าวได้ 97.7% ตัวนี้เล็กกว่ามาก คะแนนเลยยังตามอยู่ แต่มีข้อดีเรื่องรันเองได้ ข้อมูลไม่ต้องออกจากเครื่อง
ในหน้า Hugging Face ทีมเขียนไว้ชัดว่านี่เป็นงานที่ได้แรงบันดาลใจจาก Jev ทำขึ้นเองใหม่แบบเปิด และไม่ได้เกี่ยวข้องกับ TypeSafe แต่รูปแบบ API ทำให้เหมือนของ TypeSafe โค้ดที่เขียนไว้กับ SDK ของเขาจึงชี้มาใช้ตัวนี้ได้เลย ทีมยังเตือนเองด้วยว่าค่าความมั่นใจเชื่อได้ดีในงานภาษาไทย แต่ถ้าเป็นคำถามใช่ไม่ใช่ภาษาอังกฤษแล้วความมั่นใจต่ำ ควรส่งต่อให้โมเดลใหญ่ตัดสินแทน
ผมชอบตรงที่ตัวเลขทั้งหมดนี้ทีมวัดเองทั้งฝั่ง Jev และฝั่ง OpenThai ใครมีงานคัดแยกข้อความภาษาไทยเยอะๆ แนะนำให้ลองกับข้อมูลของตัวเองดูก่อนครับ เพราะเป็นวิธีเดียวที่จะรู้ว่ามันเหมาะกับงานเราจริงไหม ใช้ Apache-2.0 เปิดให้ครบทั้งน้ำหนักโมเดล สคริปต์เทรน และข้อมูล
ลองเล่นได้ที่ iapp.co.th/th/docs/llm/openthai-systemone
โมเดล huggingface.co/iapp/OpenThai-SystemOne
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac