Sebastien Rousseau

AI

LLM

Large language models in financial workflows — fine-tuning, RAG, prompt engineering, on-device LLMs, and inference cost economics.

5 articles

APPLIED AI

จากใบแจ้งยอดธนาคารสู่ปัญญาธุรกรรมรวม: สร้างตัวแยกแบบโอเพนซอร์สสำหรับกรมการคลัง

BankStatementParser คือชุดเครื่องมือ Python แบบโอเพนซอร์สที่แปลง CAMT, PAIN.001, MT940, OFX/QFX, CSV และ PDF ที่สแกน เป็นแบบจำลองธุรกรรมรวมที่กรมการคลังตรวจสอบได้ — การแยกวิเคราะห์แบบแน่นอน ทางเลือก LLM, OCR การตรวจสอบยอดเงิน และการตรวจสอบ

APPLIED AI

แฟลชไดรฟ์ของลูซี่ พิจารณาใหม่: AI ควอนตัม และความรู้

สิบสองปีต่อมา ภาพยนตร์ Lucy ของเบสซงอ่านได้ราวกับการทดลองทางความคิดเรื่องความรู้ที่ย้ายถิ่นจากเนื้อหนังสู่เครื่องจักร ซึ่งได้รับการยืนยันอย่างเงียบ ๆ โดย LLM และคิวบิต

APPLIED AI

การพัฒนา AI ด้วย LLM มัลติโมดัล: ข้อมูลเชิงลึกจาก MM1

สำรวจงานวิจัย MM1 ของ Apple ว่าด้วยโมเดลภาษาขนาดใหญ่แบบมัลติโมดัล (MLLM) เรียนรู้เกี่ยวกับสถาปัตยกรรม กลยุทธ์การฝึกล่วงหน้า และศักยภาพของ AI

APPLIED AI

วิศวกรรม Prompt สำหรับ AI ปี 2024: เทคนิคที่ใช้ได้จริง

วิศวกรรม prompt จัดโครงสร้างอินพุตของ LLM ที่เวลาอนุมาน โดยไม่ต้องปรับปรุงน้ำหนักของโมเดล บทความนี้ครอบคลุมเทคนิคที่พิสูจน์แล้วว่าเชื่อถือได้ในปี 2024 ได้แก่ การกำหนดกรอบงานแบบ zero-shot (Brown et al., 2020), การให้เหตุผลแบบ chain-of-thought (Wei et al., 2022), การสุ่มตัวอย่างแบบ self-consistency (Wang et al., 2022), ลูปเอเจนต์ ReAct (Yao et al., 2022), ความเสี่ยงจาก indirect prompt injection (Greshake et al., 2023) และรูปแบบ RAG ที่ใช้งานจริงจากบริการทางการเงิน

APPLIED AI

Generative AI ในปี 2023: กลไกการทำงานและจุดที่นำไปใช้ก่อน

Generative AI ก้าวจากความสนใจในเชิงวิจัยไปสู่การใช้งานจริงในการผลิตในปี 2023 GPT-4, Claude 2, Llama 2 และ Mistral แสดงให้เห็นว่าโมเดลภาษาขนาดใหญ่สามารถจัดการการตรวจทานเอกสารกฎหมาย การสร้างโค้ด และบทสนทนากับลูกค้าได้ในคุณภาพเทียบเท่ามนุษย์ ซึ่งก่อให้เกิดคำถามด้านธรรมาภิบาลโดยทันทีเกี่ยวกับการหลอน การรั่วไหลของข้อมูล และการปฏิบัติตามกฎเกณฑ์ในบริการทางการเงิน