Kobkrit

Creator of cs_untitled, OpenThai, Thanoy, iApp Technology. Innovate the world with AI technology.

[Jensen Huang @JensenHuang]

For my first post, I’m sharing a letter @NVIDIA signed on why open models matter.

AI will transform every industry, power every company, and be built by every country.

Open models strengthen safety and cybersecurity, accelerate innovation and diffusion, and enable sovereignty.

The world needs both frontier closed models and frontier open models.

https://t.co/AUKzoQ5Ikb

[Kobkrit @kobkrit]

⚖️ OpenThai 2.0 Legal เปิดตัวแล้ว! 🎉
โมเดล AI กฎหมายไทยตัวใหม่จากทีม OpenThai (AIEAT + iApp Technology + ThaiLLM + NVIDIA) —
ตอบกฎหมายไทยพร้อมอ้าง มาตราจริง จากตัวบทฉบับปัจจุบัน — เชื่อม RAG ในตัว ค้นจากกฎหมาย 39 ฉบับ 6,300+ มาตรา https://t.co/XEIhBHbwyv

[JH의메모 @best181p]

캄보디아 쓰레기통에서 나온 여권들

[Skyboyz @Skyboyz15]

“กัน จอมพลัง” โพสต์ หากผู้ว่าฯ สระแก้ว
และทหารในพื้นที่ต้องการตู้คอนเทนเนอร์ ยินดีให้งบสนับสนุนและจัดหาให้
#กันจอมพลัง #บ้านหนองหญ้าแก้ว
#ชายแดนไทยกัมพูชา #ไทยกัมพูชา
#TruthFromThailand #กัมพูชา
#ผู้ว่าสระแก้ว #สระแก้ว

[Kobkrit @kobkrit]

@bryan_johnson Coke vs Diet Coke?

[กองทัพบก ทันกระแส @RTATrend]

ด่วน!
อีกแล้ว !!

ทหารไทย เหยียบกับระเบิดบาดเจ็บ
(รอรายละเอียดเพิ่มเติม)

การสูญเสียจากอาชญากรสงคราม
ที่กัมพูชาต้องรับผิดชอบ!!
#ฮุนเซนอาชญากรสงคราม
#hunsenwarcriminal
#TruthFromThailand

[joe black @joe_black317]

ด่วน! ครม. เห็นชอบแก้ไขพ.ร.ก.ไซเบอร์ฯ

ส่งผลให้ ธนาคาร-ค่ายมือถือ ต้องร่วมรับผิดชอบความเสียหายกรณีเหยื่อถูกแก๊งคอลเซ็นเตอร์ตุ๋นเงิน

#แก๊งคอลเซ็นเตอร์

[楊海英(Oghonos Chogtu＝Yang Haiying） @Hongnumongol99]

ホームで倒れた高齢者を助けたタイ王国の女性看護師と、靖國狼藉の中国人。どちらにビザ緩和すべきか？どちらが美しいか？どちらが恩人か？

[Kobkrit @kobkrit]

🎉 ประกาศเปิดตัว OpenThaiGPT Version 1.5 อย่างเป็นทางการ! 🇹🇭🤖
สุดยอดโมเดลภาษาไทยแห่งปีที่มาพร้อมกับขุมพลัง 7 / 72 พันล้านพารามิเตอร์!
💻 ทดสอบการใช้งานได้ที่นี่:
https://t.co/NXWPymVDJZ
🔎 ดูผลการทดสอบและข้อมูลเพิ่มเติมได้ที่ https://t.co/oTDqV8sJe6

[Kobkrit @kobkrit]

สมทบทุนจัดซื้อเครื่องช่วยหายใจ เพื่อผู้ป่วยโรคกล้ามเนื้ออ่อนแรง https://t.co/hhrjIXU6VI

[molek @molek]

รู้สึกสงกรานต์ปีนี้เงียบเหงา ผิดปกติ

[Vik Paruchuri @VikParuchuri]

I'm open sourcing my code to generate high quality synthetic textbooks.

Here's the repo - https://t.co/gx0q4Ch54C .

The quality is the highest I've seen in any open dataset.

[Kobkrit @kobkrit]

“Smile Bag” ถุงสร้างรอยยิ้มให้ผู้ป่วยปากแหว่งเพดานโหว่ที่กำลังเข้ารับการผ่าตัด https://t.co/ek1kdkZfNa

[Mark Tenenholtz @marktenenholtz]

“Our center detection model has 95% accuracy”

The results: https://t.co/Lvr2I8Cj7c

[Elon Musk @elonmusk]

If you were unfairly treated by your employer due to posting or liking something on this platform, we will fund your legal bill.

No limit.

Please let us know.

[AK @_akhaliq]

SelfCheck: Using LLMs to Zero-Shot Check Their Own Step-by-Step Reasoning

paper page: https://t.co/EhLgBzA2YX

The recent progress in large language models (LLMs), especially the invention of chain-of-thoughts (CoT) prompting, makes it possible to solve reasoning problems. However, even the strongest LLMs are still struggling with more complicated problems that require non-linear thinking and multi-step reasoning. In this work, we explore whether LLMs have the ability to recognize their own errors, without resorting to external resources. In particular, we investigate whether they can be used to identify individual errors within a step-by-step reasoning. To this end, we propose a zero-shot verification scheme to recognize such errors. We then use this verification scheme to improve question-answering performance, by using it to perform weighted voting on different generated answers. We test the method on three math datasets-GSM8K, MathQA, and MATH-and find that it successfully recognizes errors and, in turn, increases final predictive performance.

[AK @_akhaliq]

Open Problems and Fundamental Limitations of Reinforcement Learning from Human Feedback

paper page: https://t.co/vJHkg8dce0

Reinforcement learning from human feedback (RLHF) is a technique for training AI systems to align with human goals. RLHF has emerged as the central method used to finetune state-of-the-art large language models (LLMs). Despite this popularity, there has been relatively little public work systematizing its flaws. In this paper, we (1) survey open problems and fundamental limitations of RLHF and related methods; (2) overview techniques to understand, improve, and complement RLHF in practice; and (3) propose auditing and disclosure standards to improve societal oversight of RLHF systems. Our work emphasizes the limitations of RLHF and highlights the importance of a multi-faceted approach to the development of safer AI systems.

[Elon Musk @elonmusk]

I ♥️ Canada