KoishiAI Lab

หน้านี้รวมงานที่เราวัดหรือทดสอบเอง ไม่ได้สรุปจากข่าวที่อื่น ทุกชิ้นบอกวิธีที่ใช้วัด บางชิ้นมีข้อมูลดิบให้ดาวน์โหลดไปตรวจซ้ำได้

• ใหม่

  ภาษาไทยใช้ token มากกว่าภาษาอังกฤษกี่เท่า

  วัดบนข่าว 1,997 ประโยคที่แปลเป็นภาษาไทย ด้วย tokenizer จริงสามตัว พร้อมผลจากบทความของเราเองและข้อมูลดิบ

  อ่าน →

• ทดสอบไลบรารีแปลงเงินบาทเป็นคำอ่าน 4 ตัว กับจำนวนเงิน 3,289 จำนวน เทียบ LibreOffice

  เราเทียบ thai-baht-text, bahttext (npm), PyThaiNLP และ bahttext (PyPI) รุ่นล่าสุด กับ BAHTTEXT ของ LibreOffice จำนวนเงินทั่วไปอ่านตรงกันเกือบหมด แต่ทุกตัวมีกรณีที่ต้องระวัง: ศูนย์ เลขติดลบ หนึ่งสตางค์ และทศนิยมสามตำแหน่ง

  อ่าน →

• ราชกิจจานุเบกษาปี 2568 ลงประกาศมากเป็นประวัติการณ์ และเกือบ 6 ใน 10 ฉบับคือคดีล้มละลาย

  เรานับราชกิจจานุเบกษาทุกฉบับจากชุดข้อมูลเปิด Open Law Data Thailand: ปี 2568 มี 49,127 ฉบับ มากที่สุดตั้งแต่ปี 2428 ราว 4 ใน 10 ลงวันพุธ เกือบ 6 ใน 10 เป็นประกาศคดีล้มละลาย และต้นปี 2568 ข้อบัญญัติท้องถิ่นค้างกว่า 3,000 ฉบับถูกนำลงประกาศพร้อมกัน พร้อมข้อจำกัดของข้อมูลที่ต้องรู้ก่อนใช้

  อ่าน →

• วัดภาษาไทยด้วยโปรแกรม: ทำไม .split() กับ crfcut ถึงหลอกคุณ และ "วรรค" ช่วยได้อย่างไร

  บทเรียนจากการสร้างระบบวัดความเป็นธรรมชาติของบทความไทย: กับดักการนับคำและตัดประโยคที่พังแบบเงียบๆ และวิธีวัดจังหวะภาษาไทยด้วยหน่วยที่ภาษามีจริง

  อ่าน →

• ทดสอบ LLM ในเครื่องบน Dual-GPU 48 GB: รุ่นไหนใช้ได้จริงในปี 2026

  เราทดสอบ Qwen3 27B, 32B, 35B-A3B, และ 80B บนเครื่อง RTX 5090 + 5080 เพื่อหาจุดคุ้มค่าจริงสำหรับรัน AI ในเครื่องปี 2026 นี่คือรุ่นที่เหมาะกับงานแต่ละแบบ — และรุ่นที่ควรเลิกใช้

  อ่าน →

• Fine-tune OCR ภาษาไทยจนใช้งานจริง: เทรนเต็ม 7 รอบแทบไม่ต่าง LoRA ที่ใช้งานได้จริง ตัวป้องกันที่พัฒนาคู่กัน และชุดทดสอบที่รั่ว

  บันทึกจริงจากการ fine-tune โมเดล OCR ภาษาไทยขนาด 2B ให้อ่านเอกสารธุรกิจ ตั้งแต่การเทรนเต็ม 7 รอบ การลืมความสามารถเดิม การเปลี่ยนไปใช้ LoRA ที่ทำให้ระบบจริงใช้งานได้ ตัวป้องกันการอ่านวนที่พัฒนาคู่กัน และข้อมูลทดสอบที่รั่วซึ่งเราเพิ่งพบ พร้อมตัวเลขที่คำนวณใหม่

  อ่าน →