บริษัทต่างๆ เริ่มฝึกอบรมโมเดลขนาดเล็กสำหรับงานเฉพาะทาง
12 ตุลาคม 2026 · อ่าน 1 นาที
เผยแพร่แล้วในภาษาอื่นด้วย Español
บริษัทต่างๆ กำลังหันมาใช้โมเดลขนาดเล็กในการดำเนินงานเพื่อจัดการกับงานเฉพาะทาง โดยยกตัวอย่างเคสของ Checkr ซึ่งเป็นแพลตฟอร์มตรวจสอบผู้สมัครงาน โดยมีการรายงานว่าโมเดลที่ผ่านการฝึกอบรมใหม่แสดงความแม่นยำมากกว่า 90% สำหรับกรณีที่ซับซ้อนที่สุด 2% และลดค่าใช้จ่ายลงได้ถึง 5 เท่าเมื่อเปรียบเทียบกับการใช้ GPT-4
การจำแนกประเภทของโมเดลขนาดเล็กนั้นยังไม่มีมาตรฐานที่ชัดเจน แต่ตามการนิยามของ NVIDIA โมเดลขนาดเล็กหมายถึงโมเดลที่สามารถทำงานบนอุปกรณ์ทั่วไปและตอบสนองต่อคำขอของผู้ใช้คนเดียวได้ภายในเวลาที่เหมาะสม โดยในปี 2025 มีโมเดลที่มีจำนวนพารามิเตอร์ไม่เกิน 10 พันล้านที่จะถูกจัดอยู่ในหมวดนี้
ในปี 2026 มีโมเดลขนาดเล็กที่เป็นที่นิยม เช่น Gemma 4, Phi-4 และ Qwen3 โดยการฝึกอบรมโมเดลจะใช้วิธีการต่างๆ เช่น การฝึกอบรมเพิ่มเติมผ่าน LoRA และการกลั่นความรู้จากโมเดลขนาดใหญ่ ซึ่งช่วยให้การเรียนรู้เกิดขึ้นได้อย่างมีประสิทธิภาพมากขึ้น
บริษัทต่างๆ เลือกใช้โมเดลขนาดเล็กเพื่อควบคุมค่าใช้จ่ายและเพิ่มความเร็วในการทำงาน โดยในกรณีของ Checkr การใช้โมเดลที่ผ่านการฝึกอบรมใหม่ช่วยลดค่าใช้จ่ายลงเหลือประมาณ 1,400 ดอลลาร์ต่อเดือน สำหรับการใช้งานที่มีประสิทธิภาพในการประมวลผลข้อมูลที่ซ้ำซาก