Fine-tune โมเดลภาษา — เมื่อไหร่ควรทำ ทำอย่างไร และรู้ได้อย่างไรว่าได้ผล

fine-tune ไม่ใช่วิธีแรกที่ควรลอง ผู้ให้บริการใหญ่เองแนะนำให้เริ่มจาก prompt และในปี 2026 บริการ fine-tune ผ่าน API ก็หดลงมาก บทนี้ช่วยแยกว่าโจทย์ของคุณต้อง prompt, RAG หรือ fine-tune จริง

สารบัญ

1. 01 เมื่อไหร่ควร fine-tune และเมื่อไหร่แค่ prompt หรือ RAG ก็พอ fine-tune ไม่ใช่วิธีแรกที่ควรลอง ผู้ให้บริการใหญ่เองแนะนำให้เริ่มจาก prompt และในปี 2026 บริการ fine-tune ผ่าน API ก็หดลงมาก บทนี้ช่วยแยกว่าโจทย์ของคุณต้อง prompt, RAG หรือ fine-tune จริง
2. 02 ข้อมูลสำหรับ fine-tune: รูปแบบไฟล์ chat template ภาษาไทย และเงื่อนไขการใช้ ข้อมูลกำหนดผลของ fine-tune มากกว่าเครื่องมือ บทนี้ว่าด้วยรูปแบบ messages ที่เครื่องมือต้องการ ทำไม chat template ต้องตรงกันตอนเทรนและตอนใช้ ข้อมูลภาษาไทยที่หาได้พร้อมไลเซนส์ และเงื่อนไขของผู้ให้บริการ AI ที่ห้ามเอาคำตอบไปเทรน
3. 03 LoRA และ QLoRA ในทางปฏิบัติ: เลือกโมเดลฐานภาษาไทยและเครื่องมือ LoRA เทรนเฉพาะเมทริกซ์เล็ก ๆ ที่เสียบเข้าไปในโมเดล QLoRA ทำแบบเดียวกันบนโมเดลที่บีบเป็น 4 บิต ทำให้ fine-tune ได้บนการ์ดจอใบเดียว บทนี้อธิบายหลักการ ข้อแลกเปลี่ยน โมเดลฐานภาษาไทยที่มีให้เลือกพร้อมไลเซนส์ และเครื่องมือรุ่นปัจจุบัน
4. 04 วัดผล fine-tune: ชุดทดสอบของเราเอง การจำข้อสอบ และการลืมของเดิม ไม่มีชุดวัดผลก็ไม่รู้ว่า fine-tune ได้ผลไหม บทนี้ว่าด้วยการแยกชุดเทรนกับชุดทดสอบ อาการจำข้อสอบ การลืมความสามารถเดิม ชุดวัดผลภาษาไทยที่มีอยู่ และกับดักเฉพาะภาษาไทยอย่างการตอบปนภาษาอังกฤษ
5. 05 นำโมเดลที่ fine-tune แล้วไปใช้: รวม adapter แปลงเป็น GGUF และรันด้วย Ollama หรือ vLLM จาก adapter ไปถึงโมเดลที่รันได้จริง รวม adapter เข้ากับโมเดลฐาน แปลงเป็น GGUF แล้วบีบให้เล็กลงด้วย llama.cpp นำเข้า Ollama ซึ่งเลิกรับ LoRA adapter แยกแล้วตั้งแต่เดือนกันยายน 2026 หรือเสิร์ฟ adapter ตรง ๆ ด้วย vLLM พร้อมเงื่อนไขไลเซนส์ตอนเผยแพร่

เนื้อหาชุดนี้สงวนลิขสิทธิ์ — อ่านได้ทุกคน แต่การคัดลอก ดาวน์โหลด หรือเผยแพร่ซ้ำต้องได้รับอนุญาตเป็นลายลักษณ์อักษร