โปรเจกต์ทดลองที่ผสานระบบไฟล์เข้ากับโมเดลภาษาโดยตรงผ่านการคอมไพล์น้ำหนัก
qwenFS เป็นโปรเจกต์ทดลองที่นำโมเดล Qwen3.5-2B มาเพิ่มชั้นเลเยอร์แปลงข้อมูล 8 เลเยอร์ไว้ด้านหน้าเลเยอร์เดิม 24 เลเยอร์ โดยน้ำหนักของเลเยอร์เหล่านี้ถูกเซ็ตขึ้นมาจากการคอมไพล์โดยตรง ไม่ได้ผ่านการเรียนรู้หรือใช้ปลั๊กอิน เซิร์ฟเวอร์เครื่องมือ หรือฐานข้อมูลภายนอก ช่วยให้โมเดลสามารถบันทึก อ่าน จัดระเบียบ และเชื่อมโยงไฟล์ต่างๆ ได้ด้วยการเรียกใช้ฟังก์ชันตามปกติของตัวเอง
การทำงานแบ่งหน้าที่ชัดเจนตามส่วนต่างๆ ของโมเดล เช่น เลเยอร์ Attention ทำหน้าที่เก็บไฟล์ ค้นหาพาธ และค้นหาคำ ส่วนเลเยอร์ Gated DeltaNet state ทำหน้าที่เก็บตารางและเรจิสเตอร์จำกัดจำนวนไฟล์ไว้ที่ 128 ไฟล์ เลเยอร์ MLPs ทำหน้าที่วิเคราะห์คำสั่งและเลือกโทเค็นบังคับ ส่วนการบันทึกข้อมูลลงดิสก์จะจัดเก็บเป็นอิมเมจขนาดกะทัดรัดประกอบด้วยพาธ, เซกเมนต์ไฟล์ปัจจุบัน และลิงก์ต่างๆ
โปรเจกต์นี้เปิดมาได้ 4 วันแล้ว และได้รับความสนใจจนมีดาวบน GitHub ถึง 91 ดวง จัดอยู่ในอันดับ #8 ของหมวด repo AI เปิดใหม่ 7 วันที่ได้ดาวเยอะสุดบนเว็บเอไอไทย.com จากผลการทดสอบบน Qwen3.5-2B บน Apple silicon (MPS, bf16) ในเซสชันแบบสคริปต์ 10 ไฟล์ โมเดลสามารถผ่านการทดสอบโทเค็นบังคับได้ครบถ้วน
✨ จุดเด่น
- การฝังไฟล์ในน้ำหนัก — ระบบไฟล์ถูกคอมไพล์และแทรกเข้าในน้ำหนักโมเดลโดยตรง ไม่ต้องพึ่งพา API หรือฐานข้อมูลเบื้องหลัง
- เครื่องมือจัดการครบถ้วน — รองรับคำสั่งเขียน อ่าน ต่อท้าย ค้นหา และเชื่อมโยงไฟล์ผ่านรูปแบบการเรียกเครื่องมือของ Qwen
- การทดสอบความแม่นยำ — ผ่านการทดสอบโทเค็นบังคับในเซสชันสคริปต์และทดสอบไฟล์สูงสุด 128 ไฟล์อย่างไร้ข้อผิดพลาด
🙋 ใครเหมาะจะลอง: เหมาะสำหรับนักพัฒนาซอฟต์แวร์และผู้สนใจด้าน AI ที่ต้องการทดลองโมเดลทดลองบน Apple silicon โดยต้องใช้งานร่วมกับ Python และโค้ดใน GitHub ของโปรเจกต์
ทีมข่าว เอไอไทย.com · เรียบเรียงจากหน้าโปรเจกต์ vixhal-baraiya/qwenFS — รายละเอียดล่าสุดดูที่ต้นทาง
ความคิดเห็น 0
กำลังโหลดความคิดเห็น...