ที่มา: DigitalTimes นักข่าวคูบอนกยู
อ้างอิงเนื้อหาทั้งหมดของบทความ “สตาร์ทอัพ AI CLEVI เข้าสู่ 2.5% แรกของ GAIA… แสดงให้เห็นถึงความน่าเชื่อถือที่ผ่านการพิสูจน์แล้ว”
วันที่เผยแพร่ 2026-04-08
ลิงก์ : https://n.news.naver.com/article/029/0003020511?sid=105
สตาร์ทอัพ AI ของเกาหลีใต้ ‘CLEVI (Clevi)’ ประกาศว่า หลังจากสร้างโมเดลของตนเองและโซลูชันเอเจนต์ของตนเองที่พัฒนาขึ้นแบบ from scratch ได้เข้าสู่ 2.5% แรกเป็นครั้งแรกในเกาหลีใต้ โดยอิงจากโมเดลที่ลงทะเบียนทั้งหมด 3,090 โมเดลในการทดสอบ GAIA Benchmark
ตามคำอธิบายของแวดวงอุตสาหกรรม GAIA ซึ่งออกแบบโดย Meta AI และดำเนินงานโดย Hugging Face ไม่ได้ทดสอบ AI ว่า ‘เก่งเพียงด้านเดียว’ แต่ทดสอบว่า ‘สามารถผสานความสามารถหลายด้านเพื่อแก้ปัญหาจริงได้หรือไม่’ โดยต้องค้นหาข้อมูลบนเว็บ อ่านตารางในไฟล์ PDF วิเคราะห์ภาพ รันโค้ดเพื่อคำนวณ และสรุปผลทั้งหมดเพื่อให้คำตอบเดียว โครงสร้างนี้ประกอบด้วยคำถามที่ไม่เปิดเผยจำนวน 301 ข้อ ระดับความยาก 3 ระดับ และหลักการไม่เปิดเผยคำตอบ จึงไม่สามารถทำให้โมเดลเกิด overfitting หรือโกงการทดสอบได้
การได้คะแนนสูงในการทดสอบดังกล่าวจำเป็นต้องมีสองสิ่ง ได้แก่ ความสามารถด้านการใช้เหตุผลของโมเดลภาษา ซึ่งเป็นพื้นฐาน และโซลูชันเอเจนต์ที่เชื่อมต่อโมเดลดังกล่าวเข้ากับเครื่องมือในโลกจริงเพื่อให้สามารถทำงานได้โดยอัตโนมัติ ไม่ว่าโมเดลจะดีเพียงใด หากเอเจนต์อ่อนแอก็ไม่สามารถแก้โจทย์ Level 3 ได้ และไม่ว่าเอเจนต์จะซับซ้อนเพียงใด หากความสามารถด้านการใช้เหตุผลของโมเดลไม่เพียงพอ คำตอบที่ผิดก็จะถูกส่งต่อจากขั้นกลาง
เมื่อพิจารณาโครงสร้างปัจจุบันของกระดานจัดอันดับ GAIA จะเห็นรูปแบบที่น่าสนใจ เอเจนต์ส่วนใหญ่ที่อยู่ในอันดับสูงเลือกใช้กลยุทธ์ ‘มัลติโมเดลมิกซ์’ ซึ่งผสานโมเดล Big Tech หลายราย เช่น GPT, Claude และ Gemini นับเป็นแนวทางที่สมเหตุสมผลในการรวมจุดแข็งของแต่ละโมเดลและป้องกันคะแนนลดลงเนื่องจากการสูญเสียข้อมูล เป็นต้น
ในทางกลับกัน CLEVI ไม่ได้เข้าร่วมแนวทางดังกล่าว cip-5.5-agent (เอเจนต์ิก AI) ซึ่งพัฒนาแบบ from scratch สามารถวางแผน ดำเนินการ และตรวจสอบงานที่ซับซ้อนได้ด้วยตนเอง ขณะที่ cip-5.5-mm (มัลติโมดัลอเนกประสงค์ประสิทธิภาพสูง) สามารถทำความเข้าใจและใช้เหตุผลกับไฟล์รูปแบบต่าง ๆ เช่น เสียง ภาพ และวิดีโอ โมเดลทั้งสองนี้ได้รับการพัฒนาโดย CLEVI เองทั้งหมด และไม่มีการใช้ LLM API ภายนอกแต่อย่างใด
และด้วยสแต็กโมเดลที่พัฒนาขึ้นเองนี้ จึงส่งเอเจนต์ 5 ตัวเข้าแข่งขันใน GAIA และทั้งหมดทำคะแนนได้มากกว่า 70 คะแนน ตั้งแต่คะแนนสูงสุด 79.07% ไปจนถึง 70.76% ซึ่งพิสูจน์ให้เห็นถึงเสถียรภาพของทั้งสแต็ก ไม่ใช่เพียงโชคจากผลลัพธ์ครั้งเดียว
ตามคำอธิบายของบริษัท เบื้องหลังคะแนนอย่างเป็นทางการที่ 79.07% ยังมีตัวเลขอีกชุดหนึ่ง จากการตรวจสอบภายหลังภายใน CLEVI พบว่า ในบรรดาคำถามทั้งหมด 301 ข้อ มีจำนวนไม่น้อยที่หลักฐานคำตอบสูญหายไปจากเว็บไซต์สาธารณะในปัจจุบัน เมื่อนำเฉพาะคำถามที่คำตอบยังคงมีอยู่บนเว็บมาประเมินใหม่ อัตราความถูกต้องของ CLEVI สูงกว่า 98% ซึ่งเป็นตัวเลขที่แซงหน้าค่าเฉลี่ยของมนุษย์ (92%) ไปแล้ว
แน่นอนว่า หากผสานโมเดลทั่วไปที่ทรงพลังของบริษัทอื่นเข้าด้วยกัน ก็อาจเพิ่มคะแนนอย่างเป็นทางการให้สูงขึ้นได้ อย่างไรก็ตาม CLEVI จงใจไม่เลือกกลยุทธ์ดังกล่าว เพราะเป้าหมายของการทดสอบมาตรฐานในครั้งนี้ไม่ใช่การแข่งขันเพื่อคะแนนสูงสุด แต่คือการตรวจสอบว่าโมเดลที่พัฒนาขึ้นเอง from scratch สามารถไปถึงระดับที่แข่งขันได้บนเวทีโลกหรือไม่
การมีชื่ออยู่บนกระดานผู้นำ GAIA มีความหมายอย่างมาก เพราะแสดงถึงความน่าเชื่อถือที่ผ่านการตรวจสอบจากการประเมินอิสระโดยบุคคลที่สาม ซึ่งเป็นหลักฐานเชิงวัตถุวิสัยที่สามารถนำไปใช้ได้ในทุกสถานการณ์ ทั้งการระดมทุน การขยายธุรกิจไปต่างประเทศ และการขายแบบ B2B
ตัวแทนของ CLEVI กล่าวว่า “ในจำนวนคำตอบผิดอย่างเป็นทางการ 63 ข้อ ส่วนใหญ่เกิดจากรูปแบบเอาต์พุตไม่ตรงกัน ข้อผิดพลาดในการตีความข้อมูลภาพ และคำถามที่ไม่สามารถตอบได้เนื่องจากข้อมูลสูญหาย ปัญหาไม่ได้อยู่ที่ข้อจำกัดพื้นฐานของการให้เหตุผลเชิงตรรกะ แต่อยู่ที่ความแม่นยำของการประมวลผลภายหลังและความพร้อมใช้งานของข้อมูลภายนอก เนื่องจากเป็นโมเดลที่พัฒนาขึ้นเอง CLEVI จึงสามารถปรับปรุงได้ด้วยตัวเอง นี่คือข้อได้เปรียบเชิงโครงสร้างของโมเดลที่พัฒนาขึ้นเอง from scratch ผลงานครั้งนี้ของ CLEVI ตั้งคำถามต่อวงการ AI เกาหลีว่า ‘เราจะต้องพึ่งพา “สมองที่ยืมมา” ไปจนถึงเมื่อใด?’ CLEVI เลือกเส้นทางที่ยากกว่าอย่าง from scratch และต้องการพิสูจน์คำตอบนั้นบนเวทีโลก”