Import AI ได้เปิดตัวการทดสอบที่ประเมินขีดความสามารถของระบบ AI ต่างๆ เช่น Claude Opus 5, GPT-5.6 Sol, Gemini-3.7 Flash, Grok 4.6, GLM-5.3 และ Muse Spark 1.3 ในการทำงานหลัก 14 อย่าง และงานเสริม 16 อย่าง
งานหลักเหล่านี้รวมถึงการจัดการข้อมูล (Data), การปรับแต่งด้วยการเรียนรู้จากผู้สอน (SFT), การสร้างแบบจำลองรางวัล (RM), การเรียนรู้แบบเสริมแรง (RL) และการปฏิเสธความปลอดภัย (OPD) ขณะที่งานเสริมนั้นครอบคลุมถึงความสามารถในการถูกโจมตีและการจัดเรียงตัวของโมเดล
ในการทดสอบภาคสนาม พวกเขาได้จำลองการวัดความยาวแตงกวาโดยใช้ YOLO26n detection และการประมาณค่าด้วย spline บนอุปกรณ์อย่าง NVIDIA Jetson Orin Nano และ Raspberry Pi 4 เพื่อเปรียบเทียบกับ RTX 3050 Ti ในสภาพแวดล้อมจริง
ศัพท์ที่ควรรู้
- Claude Opus 5 – หนึ่งในโมเดล AI ที่ถูกนำมาทดสอบในสถานการณ์จำลอง
- GPT-5.6 Sol – โมเดล AI อีกตัวที่ถูกทดสอบในสถานการณ์จำลองพร้อมกัน
- SFT – หนึ่งในงานหลักที่โมเดลต้องทำ เช่น การสรุปข่าวหรือการปฏิเสธความปลอดภัย
- RM – หนึ่งในงานหลักที่โมเดลต้องทำ เช่น การสร้างแบบจำลองเพื่อประเมินรางวัล
- NVIDIA Jetson Orin Nano – หนึ่งในอุปกรณ์ที่ใช้ในการจำลองการทดสอบภาคสนาม
ที่มา: importai.substack.com