Large Language Model (LLM)

Large Language Model (LLM) หรือ "โมเดลภาษาขนาดใหญ่" คือ model AI ประเภท neural-network ที่ผ่านการ training ด้วยข้อความปริมาณมหาศาล จนจับแพตเทิร์นของภาษามนุษย์ได้ลึกพอที่จะอ่าน เขียน สรุป แปล และตอบคำถามได้ราวกับคุยกับคนจริง · เวลาคุณพิมพ์คุยกับ chatgpt หรือ Claude สิ่งที่ทำงานอยู่เบื้องหลังคือ LLM นี่เอง ตัวอย่างโมเดลดังในตระกูลนี้ เช่น gpt-4, llama และ deepseek R1

กลไกเบื้องหลังเรียบง่ายกว่าที่หลายคนคิด: LLM คือเครื่อง "ทายคำถัดไป" ระบบจะตัดข้อความเป็นหน่วยย่อยที่เรียกว่า token แปลงเป็นตัวเลขในรูป embedding แล้วเทรนแบบ self-supervised ให้ทำ next-token-prediction คือทายว่า token ไหนควรมาต่อจากข้อความก่อนหน้า ทำซ้ำจนค่า parameters ภายในโมเดลถูกปรับจูนจนแม่น (โมเดลรุ่นใหญ่มี parameters เกินแสนล้านตัว เช่น GPT-3 มี 175,000 ล้าน) · สถาปัตยกรรมที่ทำให้เทรนสเกลนี้ได้จริงคือ transformer ซึ่งใช้ attention-mechanism ประมวลผลข้อความทั้งประโยคขนานกันบน gpu ตอนเทรน แทนการไล่ทีละคำ (ส่วนตอนตอบจริง โมเดลยังไล่สร้างออกมาทีละ token อยู่) · หลังขั้น pre-train มักเก็บงานต่อด้วย fine-tuning และ rlhf เพื่อให้โมเดลทำตามคำสั่งและตอบแบบผู้ช่วยได้จริง

ทำไมคนทำงานยุค AI ต้องเข้าใจคำนี้: เพราะเครื่องมือ AI แทบทุกตัวในออฟฟิศวันนี้ขับเคลื่อนด้วย LLM และธรรมชาติของมันกำหนดวิธีใช้ที่ถูกต้อง · LLM เก่งงานภาษาหลากหลาย: สรุปเอกสาร ร่างอีเมล เขียนโค้ด แปลภาษา วิเคราะห์ความรู้สึกลูกค้า แต่มันไม่ใช่ฐานข้อมูลความจริง มันทายคำจากแพตเทิร์น จึงเกิด hallucination ได้: คำตอบอ่านลื่นไหลแต่ผิดข้อเท็จจริง อีกทั้งความรู้ของโมเดลหยุดอยู่ ณ ช่วงที่เทรนเสร็จ (knowledge-cutoff) เพราะมันไม่ได้เรียนรู้เพิ่มแบบ real-time และรับข้อความต่อรอบได้จำกัดตามขนาด context-window · เข้าใจสามข้อนี้คือเส้นแบ่งระหว่าง "ใช้ AI เป็น" กับ "ใช้ AI แล้วโดนหลอก"

ตัวอย่างจากบทสนทนาจริง

พี่ฝ่ายบัญชี: "เมื่อกี้ถาม ChatGPT ว่ายอดขายไตรมาสล่าสุดของบริษัทเราเท่าไหร่ มันตอบตัวเลขมาเป๊ะเลยนะ แสดงว่ามันแอบเข้าถึงระบบบริษัทเราได้ใช่ไหม"

ทีม IT: "ไม่ใช่ครับพี่ ตัว LLM เองไม่ได้ต่อกับฐานข้อมูลของบริษัทเรา ถ้าเราไม่ได้ตั้งค่าเชื่อมให้มันเอง มันเป็นโมเดลที่ทายคำถัดไปจากแพตเทิร์นที่เคยเรียนมา ตัวเลขที่พี่เห็นน่าจะเป็น hallucination ล้วนๆ ถ้าอยากให้มันตอบจากข้อมูลจริง ต้องแนบข้อมูลเข้าไปใน prompt หรือทำระบบ rag ให้มันดึงข้อมูลบริษัทมาอ่านก่อนตอบครับ"

ระวังสับสนกับ

• generative-ai : คำร่มที่ใหญ่กว่า ครอบคลุม AI สร้างคอนเทนต์ทุกชนิดทั้งภาพ เสียง วิดีโอ · LLM คือสมาชิกสาย "ข้อความ" ของครอบครัวนี้ · ข้อควรรู้: โมเดลรุ่นใหม่หลายตัวรับภาพและเสียงเข้ามาได้ด้วย (multimodal) เส้นแบ่งนี้จึงไม่คมเท่าเมื่อก่อน
• chatbot : chatbot คือหน้าแอปที่เราพิมพ์คุยด้วย ส่วน LLM คือเครื่องยนต์ข้างใน · ChatGPT คือ chatbot ที่มี LLM ตระกูล GPT ทำงานอยู่เบื้องหลัง