รู้จัก Jev: AI ที่ช่วยคัดแยกและประเมินข้อมูลให้ซอฟต์แวร์

เมื่อพูดถึง AI หลายคนนึกถึงหน้าต่างแชตที่เราพิมพ์คำถามแล้วได้คำตอบเป็นข้อความ หรือเครื่องมือที่สร้างภาพและร่างบทความให้ แต่ซอฟต์แวร์จำนวนมากไม่ได้ต้องการคำตอบหนึ่งย่อหน้า สิ่งที่ระบบต้องรู้มักเป็นคำตอบสั้น ๆ เช่น เอกสารนี้เป็นใบแจ้งหนี้หรือรายงานประชุม เรื่องนี้ควรอยู่ในคิวใด หรือข้อความนี้มีแนวโน้มต้องให้คนตรวจหรือไม่

Jev เป็นโมเดลของ TypeSafe AI ที่สร้างมาสำหรับงานประเมินลักษณะนี้ เราส่งข้อความต้นทางพร้อมคำถามที่กำหนดรูปแบบคำตอบไว้ แล้วได้ผลลัพธ์แบบมีโครงสร้างกลับมาให้ซอฟต์แวร์อ่านต่อได้ จุดต่างจึงอยู่ที่งานหลักของโมเดล Jev เน้นการตัดสินจากตัวเลือกและเกณฑ์ที่ระบุ ส่วน AI เชิงสนทนาหรือ AI สร้างเนื้อหามักออกแบบมาเพื่อผลิตข้อความให้คนอ่าน

โมเดลภาษาทั่วไปหลายตัวก็คืนผลแบบมีโครงสร้างได้เช่นกัน Jev เป็นอีกทางเลือกที่ออกแบบมาสำหรับงานประเมินโดยเฉพาะ จึงควรลองเทียบกับเครื่องมือเดิมในงานเดียวกัน

ลองนึกถึงกองเอกสารในโฟลเดอร์กลาง

สมมติว่าทีมได้รับไฟล์ข้อความจากหลายฝ่าย ทุกไฟล์ต้องถูกจัดเข้า 4 หมวด ได้แก่ ใบแจ้งหนี้ คำขอเบิกค่าใช้จ่าย บันทึกการประชุม และเอกสารอื่น งานนี้ไม่ได้ต้องการให้ AI เขียนเอกสารใหม่ ทีมต้องการให้มันอ่านข้อความแล้วเสนอหมวดที่เหมาะที่สุด

Jev รับข้อความพร้อมตัวเลือกทั้ง 4 หมวด แล้วตอบกลับว่าตัวเลือกใดมีน้ำหนักมากที่สุด พร้อมการกระจายความน่าจะเป็นของทุกตัวเลือก และค่า confidence ที่สะท้อนว่าน้ำหนักกระจุกอยู่ที่คำตอบเดียวหรือแบ่งไปหลายคำตอบ เอกสาร Choice อธิบายผลลัพธ์ทั้งสามส่วนไว้โดยตรง

ถ้าเอกสารขึ้นต้นว่า “ใบแจ้งหนี้เลขที่...” และมีรายการสินค้า ผลอาจเทน้ำหนักไปที่ใบแจ้งหนี้อย่างชัดเจน แต่ถ้าไฟล์เดียวมีทั้งใบเสนอราคาและข้อความขอให้ฝ่ายการเงินจ่ายเงิน หลายหมวดอาจได้น้ำหนักใกล้กัน ความไม่ชัดนี้มีประโยชน์ เพราะระบบสามารถส่งไฟล์ดังกล่าวให้คนตรวจแทนการบังคับเลือกแล้วเดินหน้าต่อทันที

การใส่ตัวเลือก “เอกสารอื่น” ก็สำคัญ หากชุดตัวเลือกไม่ครอบคลุมข้อมูลจริง โมเดลจะถูกบังคับให้เลือกคำตอบที่ใกล้ที่สุดแม้ไม่มีข้อใดตรง แนวทางของ Choice แนะนำให้มี other หรือ none of the above เมื่อตัวเลือกอาจไม่ครบ

Choice, Score และ Noul ตอบคนละแบบ

TypeSafe แบ่งคำถามของ Jev เป็น 3 แบบ เอกสารบทนำ แนะนำให้แต่ละคำถามแคบและเฉพาะเจาะจง หากการตัดสินใจมีหลายปัจจัย ควรถามแยกแล้วนำผลไปประกอบในซอฟต์แวร์

Choice ใช้เมื่อคำตอบเป็นหนึ่งในตัวเลือกที่กำหนด เช่น หมวดเอกสารหรือทีมที่ควรรับเรื่อง ผลลัพธ์มีตัวเลือกที่เลือก ความน่าจะเป็นของทุกตัวเลือก และ confidence

Score ใช้เมื่อคำตอบอยู่บนระดับที่เรียงลำดับ เช่น ความชัดเจนของเอกสารจาก “ข้อมูลไม่พอ” ไปจนถึง “ข้อมูลครบตามเกณฑ์” แต่ละระดับต้องมีคำอธิบายที่แยกจากกันได้ Score อาจอยู่ระหว่างสองระดับ เพราะค่านี้คำนวณจากน้ำหนักของทุกระดับ ไม่ใช่คะแนนตายตัวที่โมเดลหยิบขึ้นมา

Noul ใช้กับข้อความที่ต้องประเมินว่าเป็นจริงหรือไม่ เช่น “เอกสารนี้ระบุวันที่ครบกำหนดชำระ” ผลเป็นค่าระหว่าง 0 ถึง 1 โดยไม่มีฟิลด์ confidence แยกต่างหาก จึงไม่ควรอ่านค่า Noul ด้วยกติกาเดียวกับ confidence ของ Choice หรือ Score

ทั้งสามแบบรับข้อมูลต้นทางชุดเดียวกันได้ แต่แต่ละคำถามถูกประเมินแยกจากกัน การถามว่าเอกสารอยู่หมวดใดจึงไม่ควรเปลี่ยนคำตอบของอีกคำถามว่าเอกสารระบุวันครบกำหนดหรือไม่