บันทึกและบทความ
บทช่วยสอน บันทึกการพัฒนา และข้อคิดเกี่ยวกับเทคโนโลยีสุขภาพ ข้อมูล ระบบอัตโนมัติ และงานคลินิก
บันทึกที่คัดเลือก
งานเขียนถึงคำถามและวิธีทำงานเบื้องหลังระบบเหล่านี้
สมุดบันทึกปัจจุบัน
บทความอ้างอิงขนาดยาวที่ผมยังทบทวนและปรับปรุงอยู่
คุยกับ AI ตอนที่ 1: การ Train LLM คืออะไร
เริ่มจากคำถามว่าการฝึก LLM ทำอะไรกับ weights แล้วแยก Pre-training, Fine-tuning, RAG และการใส่ข้อมูลในบริบทออกจากกัน
คุยกับ AI ตอนที่ 2: ทาย token ถัดไป แล้วเขียนโปรแกรมได้อย่างไร
จากการทาย token สู่รูปแบบภาษา ความสัมพันธ์ และการแก้ปัญหา ทำไมเป้าหมายการฝึกที่ดูเรียบง่ายจึงนำไปสู่ความสามารถหลายด้าน
คุยกับ AI ตอนที่ 3: Context, Attention และความจำระหว่างคุย
ทำไมโมเดลจึงใช้สิ่งที่เพิ่งบอกไปได้ทั้งที่ weights ไม่เปลี่ยน รู้จัก Context Window, In-context Learning, Attention และ KV Cache
คุยกับ AI ตอนที่ 4: ทำไมคิดนานขึ้นจึงอาจตอบได้ดีขึ้น
ความต่างระหว่างความรู้ใน weights กับการใช้ compute ระหว่างตอบ รวมถึง reasoning, การลองหลายคำตอบ และวงจรตรวจสอบของ agent
คุยกับ AI ตอนที่ 5: GPU, VRAM และโครงสร้างพื้นฐานที่ใช้ฝึก LLM
ตามดูว่า parameters อยู่ที่ไหน ทำไมการฝึกใช้หน่วยความจำมาก และ GPU หลายตัวแบ่งงานกันอย่างไร ตั้งแต่ precision ไปจนถึง MoE
คุยกับ AI ตอนที่ 6: จาก Base Model มาเป็น Assistant
รู้จัก SFT, RLHF, reward model และการฝึกใช้เครื่องมือ พร้อมแยกการปรับโมเดลออกจากการกำหนด System Prompt
คุยกับ AI ตอนที่ 7: LLM จำ เรียนรู้ หรือเดาคำตอบ
สำรวจ Memorization, Generalization, Overfitting, Data Contamination และ Hallucination เพื่อเข้าใจทั้งความสามารถและข้อจำกัดของ LLM
คุยกับ AI ตอนที่ 8: ตาม token ผ่าน Transformer ทีละขั้น
จาก Tokenizer และ Embedding ผ่าน Attention, MLP และ Residual Stream ไปจนถึง Logits, Softmax และการเลือก token ถัดไป
คุยกับ AI ตอนที่ 9: จาก LLM สู่ระบบ AI และ Agent
ตั้งแต่กด Send จนได้คำตอบ ระบบประกอบบริบท ใช้เครื่องมือ ตรวจงาน และให้บริการโมเดลอย่างไร แยก LLM, Model, AI System และ Agent
คุยกับ AI ตอนที่ 10: เพิ่ม compute ให้ตอนฝึกหรือตอนตอบ
มอง Scaling ให้กว้างกว่าจำนวน parameters ผ่าน Training-time และ Inference-time Compute, Best-of-N, Verifier และ Distillation
คุยกับ AI ตอนที่ 11: จาก LLM ที่เก่งขึ้นไปสู่คำถามเรื่อง AGI
ทำไมความสามารถยังต่างจากความน่าเชื่อถือ สำรวจงานระยะยาว ความจำ การเรียนรู้ระหว่างทำงาน World Model, AGI และ ASI
Excel สำหรับจัดการข้อมูลสุขภาพ
ตัวอย่างใช้ XLOOKUP, Power Query, PivotTable และ Data Validation เพื่อจับคู่ ตรวจสอบ และทำความสะอาดข้อมูลสุขภาพ
สมุดบันทึกในอดีต
บันทึกทางเทคนิคก่อนหน้าเก็บไว้เป็นข้อมูลอ้างอิง ควรอ่านควบคู่กับวันที่และเวอร์ชันของซอฟต์แวร์
ทำไมถึงชอบคอม ตอนที่ 2: พอคอมเริ่มต่อกับโลกข้างนอก
จาก 56K Modem, Sanook, Thaiware และ Google ไปจนถึง Overclockzone, Ragnarok Online และการเปลี่ยนการ์ดจอเพื่อให้ KOTOR ทำงานได้
การพัฒนาระบบข้อมูล ATK
กว่าจะเป็นระบบข้อมูล ATK เพื่อมาใช้ทดแทนระบบเก่าคือ Google form
แกะโค้ดหน้าเว็บ หมอ_ Station ก่อนทำระบบลงข้อมูลอัตโนมัติ
ดูโครงสร้างฟอร์มและ selector ของหน้าเว็บ แล้วใช้ Selenium กับ C# ลดงานกรอกข้อมูลซ้ำ
ฟีเจอร์ Windows 11 ที่ลองใช้ในปี 2564
บันทึกฟีเจอร์ที่ลองใช้จาก Windows 11 รุ่นทดสอบในเดือนกรกฎาคม 2564 ซึ่งบางส่วนอาจต่างจากรุ่นปัจจุบัน
การติดตั้ง Python + JupyterLab บน Windows 10
ติดตั้ง Python, JupyterLab, Pandas และ Plotly แล้วเปิดใช้งานผ่าน Visual Studio Code บน Windows 10
การสร้าง Template สำหรับ EndNote ให้สามารถใช้ได้หลายภาษาพร้อมกัน
ปรับ Reference Type และ Output Style ใน EndNote X9 เพื่อจัดรูปแบบบรรณานุกรมภาษาไทยและอังกฤษในเอกสารเดียวกัน
Bookmarklet เพื่อเพิ่ม Hotkey สำหรับการให้คะแนนใน Google Classroom
Bookmarklet เพื่อช่วยให้การให้คะแนนใน Google Classroom ง่ายขึ้น
แก้ iThesis ค้างที่ 70% และ Add-in ไม่ขึ้นใน Word
ไล่ตรวจ Add-in ของ iThesis จาก COM Add-ins และ Disabled Items ก่อนแก้ Registry เมื่อวิธีปกติยังไม่สำเร็จ
แก้ข้อความภาษาไทยใน EndNote X9 แสดงเป็นสี่เหลี่ยม
แก้ข้อความภาษาไทยในแท็บ Reference ของ EndNote X9 ที่แสดงเป็นสี่เหลี่ยมด้วยการตั้งค่า Display Fonts