ภาพแสดงหน้าอย่างเป็นทางการ ณ วันที่ถ่าย ซึ่งอาจแตกต่างจากวันที่เผยแพร่บทความ เลือกภาพเพื่อขยาย
เมื่อวันที่ 5 พฤศจิกายน 2026 Baidu (百度) ยักษ์ใหญ่ด้านไอทีของจีน เผยแพร่น้ำหนัก (ข้อมูลที่เป็นเนื้อในของโมเดล) ของโมเดล AI "ERNIE-5.5-Flash-Base" บน Hugging Face โมเดลนี้อยู่ในสถานะที่ผ่านการฝึกล่วงหน้า (การฝึกขั้นแรกที่ให้โมเดลเรียนรู้ความรู้ด้านภาษาจากข้อความจำนวนมหาศาล) แล้ว แต่ยังไม่ได้ปรับให้ตอบคำถามหรือทำตามคำสั่ง Baidu อธิบายว่าเผยแพร่ออกมาเพื่อเป็นฐานให้นักพัฒนาเริ่มฝึกเพิ่มเติมให้เหมาะกับสาขาและเป้าหมายของตัวเองได้ โดยไม่ต้องลงทุนกับการฝึกล่วงหน้าขนาดใหญ่
โมเดลพื้นฐานคืออะไร
ผู้ช่วย AI อย่าง ChatGPT สร้างขึ้นจากการฝึกเพิ่มเติมหลายขั้นหลังการฝึกล่วงหน้า เช่น การปรับให้ทำตามคำสั่งและการเรียนรู้แบบเสริมกำลัง ERNIE-5.5-Flash-Base คือโมเดลในขั้นก่อนหน้านั้น จึงยังไม่เหมาะกับการสนทนาโดยตรง และทำงานในลักษณะเขียนข้อความต่อจากที่ให้ไว้
Baidu ยกข้อดีของการเผยแพร่ในรูปแบบนี้ไว้ดังนี้
- นักพัฒนาเลือกได้อย่างอิสระว่าจะปรับให้เข้ากับสาขาเฉพาะทาง หรือจะฝึกด้านการให้เหตุผลหรือเอเจนต์
- ใช้เป็นจุดเริ่มต้นร่วมกันในงานวิจัยที่เปรียบเทียบเทคนิคการฝึกได้
บริษัทระบุว่าจะเผยแพร่ "ERNIE 5.5 Flash" ที่ปรับให้ทำตามคำสั่งแล้วในภายหลัง
โครงสร้างและขนาด
ERNIE-5.5-Flash-Base ใช้โครงสร้างที่เรียกว่า "MoE" ซึ่งเลือกเปิดใช้เฉพาะส่วนประกอบผู้เชี่ยวชาญ (เอ็กซ์เพิร์ต) ขนาดเล็กที่จำเป็นจากจำนวนมาก
- พารามิเตอร์ทั้งหมด: 280,000 ล้าน (ทำงาน 14,000 ล้านต่อโทเค็น)
- ข้อมูลที่ใช้ฝึก: 33.5 ล้านล้านโทเค็น
- ปริมาณข้อความที่จัดการได้ในครั้งเดียว: สูงสุด 128,000 โทเค็นตอนฝึก และ 1 ล้านโทเค็นตอนฝึกเพิ่มเติมและใช้งาน
- รูปแบบน้ำหนัก: 2 แบบ คือ FP8 และ BF16
ใน 43 เลเยอร์ มี 37 เลเยอร์ที่อ้างอิงข้อความที่อยู่ไกลออกไปโดยบีบอัดเหลือ 1 ใน 128 และมีเพียง 6 เลเยอร์ที่เหลือที่มองภาพรวมอย่างละเอียด การออกแบบนี้ช่วยลดปริมาณการคำนวณและหน่วยความจำเมื่อต้องจัดการข้อความยาว ในส่วนข้อมูลที่ใช้ฝึก บริษัทระบุว่าเน้นโค้ดสำหรับการทำความเข้าใจทั้งรีโพซิทอรีของซอฟต์แวร์ และการทำความเข้าใจข้อความยาว
ประสิทธิภาพ
Baidu เปิดเผยผลการเปรียบเทียบภายใต้เงื่อนไขเดียวกันกับโมเดลพื้นฐานขนาดใกล้เคียงที่เผยแพร่น้ำหนักแล้ว ได้แก่ DeepSeek-V4-Flash-Base, Hy3-preview-Base ของ Tencent และ MiMo-V2.5-Base ของ Xiaomi ทั้งหมดเป็นผลการประเมินของ Baidu เอง
- MMLU-Pro ซึ่งวัดความรู้รอบด้าน: 78.4 (DeepSeek 69.2, Tencent 66.9, Xiaomi 65.7)
- LiveCodeBench ด้านการเขียนโปรแกรม: 40.1 (ตามลำดับเดียวกัน 31.9, 33.5, 32.4)
- GPQA โจทย์วิทยาศาสตร์ระดับบัณฑิตศึกษา: 60.2 (ตามลำดับเดียวกัน 55.9, 50.2, 51.4)
ในการประเมินส่วนใหญ่ โมเดลนี้ได้คะแนนสูงสุดในบรรดา 4 โมเดล แต่ก็มีบางรายการที่โมเดลอย่าง DeepSeek และ Tencent ทำได้ดีกว่า เช่น ความรู้ภาษาจีน ข้อความยาว และบางส่วนของด้านโค้ดและการให้เหตุผล
ไลเซนส์และพื้นที่ที่ใช้งานได้
ไลเซนส์เป็นของ Baidu เองชื่อ "ERNIE 5.5 Flash Base Model License Agreement v1.0" โดยมีเงื่อนไขหลักดังนี้
- การใช้งานที่ไม่ใช่เชิงพาณิชย์ เช่น การวิจัย การศึกษา และการทดลองใช้ส่วนตัว: ฟรี
- การใช้งานเชิงพาณิชย์ที่ผลิตภัณฑ์หรือบริการที่เกี่ยวข้องมีรายได้ต่อปีไม่เกิน 50 ล้านดอลลาร์: ฟรี แต่ต้องแจ้งการใช้งานแก่ Baidu หนึ่งครั้ง และแสดงข้อความ "Powered by ERNIE"
- การใช้งานเชิงพาณิชย์ที่มีรายได้ต่อปีเกิน 50 ล้านดอลลาร์: ต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจาก Baidu
- ห้ามนำโมเดลนี้หรือผลลัพธ์ของโมเดลไปใช้ปรับปรุงโมเดล AI อื่น
นอกจากนี้ พื้นที่ที่ไลเซนส์อนุญาตคือ "ทั่วโลก ยกเว้น EU สหราชอาณาจักร และเกาหลีใต้" ญี่ปุ่นอยู่ในพื้นที่ที่ใช้ได้ แต่ใน EU สหราชอาณาจักร และเกาหลีใต้ ไม่อนุญาตให้ใช้งานภายใต้ไลเซนส์นี้
มุมมองของกองบรรณาธิการ CoAI
บริษัทชั้นนำของจีนไม่ได้เผยแพร่เพียงผู้ช่วย AI ที่สมบูรณ์แล้ว แต่ยังทยอยเผยแพร่น้ำหนักของโมเดลพื้นฐานซึ่งเป็นขั้นก่อนหน้าด้วย คู่เปรียบเทียบในครั้งนี้ก็เป็นโมเดลพื้นฐานของ DeepSeek, Tencent และ Xiaomi ซึ่งแสดงให้เห็นว่าการแข่งขันเรื่องฐานสำหรับการฝึกเพิ่มเติมกำลังดำเนินอยู่ในหมู่ผู้เล่นจากจีน
ในอีกด้านหนึ่ง โมเดลพื้นฐานยังใช้แชตโดยตรงไม่ได้ และต้องมีทั้งความรู้และอุปกรณ์ประมวลผลสำหรับการฝึกเพิ่มเติม การเผยแพร่ครั้งนี้จึงไม่ได้มุ่งที่ผู้ใช้ทั่วไป แต่มุ่งที่องค์กรและนักวิจัยที่ต้องการสร้างโมเดลของตัวเอง ไลเซนส์นี้ต่างจากไลเซนส์โอเพนซอร์สทั่วไปอย่าง Apache 2.0 เพราะมีเงื่อนไขอย่างข้อจำกัดด้านพื้นที่ เกณฑ์รายได้ และการห้ามนำไปปรับปรุงโมเดลอื่น จึงควรตรวจสอบไลเซนส์ฉบับเต็มก่อนใช้งาน