แหล่งที่มา: นักข่าวอีวอนจี จาก Electronic Times
การอ้างอิงเนื้อหาฉบับเต็มของบทความ “CLEVI ติดอันดับ 2.5% แรกจากโมเดลทั้งหมด 3,090 โมเดล... GAIA 79.07% ด้วยโมเดลที่พัฒนาขึ้นเองแบบ from scratch”
วันที่เผยแพร่: 2026-04-07
ลิงก์: https://www.etnews.com/20260407000203
สแตกโมเดลเฉพาะของ cip-5.5-agent·cip-5.5-mm เอเจนต์ทั้ง 5 รายได้คะแนนมากกว่า 70 คะแนน
เมื่อคำนึงถึงการสูญเสียข้อมูล อัตราคำตอบถูกต้องสูงกว่า 98% แซงหน้ามนุษย์ (92%)
สตาร์ทอัป AI ‘CLEVI’ บันทึกอัตราคำตอบถูกต้อง 79.07% ใน ‘GAIA’ ซึ่งเป็นการทดสอบประสิทธิภาพเอเจนต์ AI ระดับโลก โดยใช้โมเดลที่พัฒนาขึ้นเองแบบ from scratch และติดอยู่ใน 2.5% แรก เมื่อเทียบกับโมเดลที่ลงทะเบียนทั้งหมด 3,090 โมเดล
ตามคำอธิบายของอุตสาหกรรม GAIA ได้รับการประเมินว่าเป็นเกณฑ์มาตรฐานในตลาด AI ที่สะท้อนความสามารถของ ‘เอเจนต์ AI เชิงปฏิบัติ’ ได้อย่างเที่ยงตรง เกณฑ์มาตรฐานนี้พัฒนาร่วมกันโดย Meta AI, HuggingFace และมหาวิทยาลัย Paris-Saclay และเปิดตัวครั้งแรกในเดือนพฤศจิกายน 2023
จุดสำคัญสามประการที่ทำให้ GAIA แตกต่างจากเกณฑ์มาตรฐานอื่นมีดังนี้ ประการแรก เนื่องจากไม่มีการเปิดเผยคำตอบ จึงไม่สามารถเกิดการ overfitting ได้ ประการที่สอง เนื่องจากต้องใช้การอนุมานแบบผสมหลายขั้นตอนและหลายรูปแบบ จึงไม่สามารถทำคะแนนสูงได้ด้วยการจับคู่รูปแบบอย่างง่าย ประการที่สาม โมเดลมากกว่า 3,090 โมเดลจากทั่วโลกแข่งขันกันภายใต้เงื่อนไขเดียวกันผ่านลีดเดอร์บอร์ดอย่างเป็นทางการของ HuggingFace
ชุดทดสอบประกอบด้วยคำถามทั้งหมด 301 ข้อ Level 1 เป็นการใช้เครื่องมือเดียวและการอนุมานอย่างง่าย Level 2 เป็นการผสานเครื่องมือหลายรายการและการอนุมานระดับกลาง ส่วน Level 3 เป็นคำถามระดับความยากสูงสุดที่ต้องใช้การวางแผนและการดำเนินการของเอเจนต์ตั้งแต่ 5 ขั้นตอนขึ้นไป ในช่วงที่ประกาศเกณฑ์มาตรฐานนี้ คะแนนของโมเดล GPT (ที่ติดตั้งปลั๊กอิน) อยู่ที่ประมาณ 15% และปัจจุบันทีมชั้นนำได้ยกระดับคะแนนขึ้นมาอยู่ที่ 70–80%
ในบรรดาผลงานนี้ CLEVI เน้นย้ำว่าสิ่งที่ควรให้ความสนใจทางเทคนิคมากที่สุดคือ ไม่ได้ใช้ API ของ external LLM เช่น GPT, Claude และ Gemini เลยแม้แต่น้อย จุดเด่นคือ CLEVI ใช้โมเดลสองประเภทที่พัฒนาขึ้นเองโดยเฉพาะด้วยวิธี from scratch
cip-5.5-agent เป็นโมเดล AI เชิงเอเจนต์ ซึ่งทำหน้าที่เป็นสมองหลักของไปป์ไลน์เอเจนต์ที่วางแผน (planning) ดำเนินการ (execution) และตรวจสอบ (verification) งานที่ซับซ้อนได้โดยอัตโนมัติ cip-5.5-mm เป็นโมเดลมัลติโมดัลทั่วไปประสิทธิภาพสูงที่เข้าใจและอนุมานจากไฟล์หลากหลายรูปแบบ เช่น เสียง รูปภาพ และวิดีโอ เนื่องจากคำถามจำนวนมากใน GAIA มีอินพุตที่ไม่ใช่ข้อความ เช่น PDF รูปภาพ และไฟล์เสียง ความสามารถด้านมัลติโมดัลนี้จึงเป็นปัจจัยสำคัญที่ทำให้ได้คะแนนสูง
CLEVI ส่งการกำหนดค่าเอเจนต์ที่แตกต่างกัน 5 รูปแบบเข้าร่วม GAIA โดยสร้างจากโมเดลที่พัฒนาขึ้นเองทั้งสองโมเดล และเอเจนต์ทั้งหมดทำคะแนนได้ตั้งแต่ช่วง 70 คะแนนขึ้นไป
ตามคำอธิบายของบริษัท การตรวจสอบภายหลังภายใน CLEVI พบผลลัพธ์ที่น่าสนใจ จากคำถามทั้งหมด 301 ข้อ มีบางข้อที่หลักฐานคำตอบได้สูญหายไปจากเว็บสาธารณะในปัจจุบัน ข้อมูลที่เคยตรวจสอบได้ทางออนไลน์หรือผ่านเครื่องมือค้นหาในอดีตถูกลบหรือเปลี่ยนแปลงจนไม่สามารถเข้าถึงได้อีกต่อไป เมื่อประเมินใหม่ภายใต้ขอบเขตข้อมูลที่มนุษย์สามารถตรวจสอบได้อย่างเปิดเผยในปัจจุบัน อัตราคำตอบถูกต้องของ CLEVI อยู่ที่มากกว่า 98% ซึ่งสูงกว่าค่าเฉลี่ยของมนุษย์ที่ 92% แล้ว
ผู้เกี่ยวข้องของ CLEVI อธิบายว่า “CLEVI บันทึกคะแนนสูงกว่า 70 ในเอเจนต์ทั้ง 5 รูปแบบ และติดอันดับ 2.5% แรกของการจัดอันดับในเบนช์มาร์กสาธารณะ โดยใช้เฉพาะโมเดลที่พัฒนาขึ้นเอง from scratch และโซลูชัน AI Agent ของเราเอง โดยไม่มีการผสมโมเดลภายนอก คาดว่าคะแนนอย่างเป็นทางการจะสามารถพัฒนาให้ดีขึ้นได้อีกผ่านการปรับปรุงโมเดลและโซลูชันเอเจนต์ของเราเองในอนาคต ผลงานครั้งนี้มีความสำคัญอย่างยิ่ง เนื่องจากแสดงให้เห็นถึง 'ความน่าเชื่อถือที่ผ่านการตรวจสอบแล้ว' ซึ่งวัดผลได้จากเบนช์มาร์กสาธารณะระดับโลก เป็นผลงานของบริษัทพัฒนา AI ในประเทศที่สร้างจากโมเดลของตนเองแบบ from scratch เป็นผลลัพธ์จากสแตกโมเดลอิสระที่ไม่ได้อาศัยการผสมโมเดลภายนอก และมีคุณค่าในการตีความมากกว่าคะแนนเพียงอย่างเดียวเมื่อคำนึงถึงการสูญหายของข้อมูลในคำถามบางข้อ”