We are training and fine-tuning state-of-the-art Thai LLM architectures. As a pioneer in Thai AI, we provide high-performance Thai Openweight models to deeply understand and generate local context, starting with the medical domain.
Our first collection. A highly specialized LLM finetuned on Thai medical literature and terminology.
สำหรับโมเดลขนาดใหญ่เกิน 10B (เช่น 27B) เรามีเวอร์ชัน FP8 ที่แทบไม่ลดทอนประสิทธิภาพจาก BF16 แต่ช่วยประหยัด VRAM ได้อย่างมหาศาล
Upcoming collections include highly specialized enterprise local-network models.
Loading AI Environment...
ซีรีส์ pai1 ถูกออกแบบและปรับจูนมาเป็นพิเศษเพื่อรับบทบาท "ผู้ช่วยเภสัชกรในร้านขายยา"
รองรับ Multimodal สามารถอ่านภาพซองยา ฉลากยา และใบสั่งยาได้
โมเดลขนาดเล็ก 4 พันล้านพารามิเตอร์ ออกแบบมาเพื่อความรวดเร็วขั้นสุด (Blazing Fast Inference) ตอบคำถามทั่วไปเกี่ยวกับยาเบื้องต้นได้อย่างรวดเร็ว เหมาะสำหรับงานที่ต้องการการตอบสนองแบบเรียลไทม์
โมเดลขนาดใหญ่ 27 พันล้านพารามิเตอร์ เน้นการใช้เหตุผลเชิงลึก (Deep Reasoning) เพื่อช่วยเภสัชกรวิเคราะห์เคสผู้ป่วยที่ซับซ้อน แนะนำการใช้ยา และลดความผิดพลาดในการจ่ายยา
ซีรีส์ tma1 ถูกออกแบบให้เป็น โมเดลการแพทย์ภาษาไทยแบบครอบคลุม (General Medical Domain)
ครอบคลุมความรู้ทางการแพทย์ทั่วไปและสาธารณสุข
โมเดลภาษาไทยทางการแพทย์ขนาด 4 พันล้านพารามิเตอร์ ครอบคลุมบริบทด้านสาธารณสุขไทยและข้อมูลทางการแพทย์ทั่วไป เหมาะสำหรับการประยุกต์ใช้ในระบบถามตอบสุขภาพ
โมเดลภาษาไทยทางการแพทย์ขนาดใหญ่ 27 พันล้านพารามิเตอร์ ครอบคลุมความรู้ทางการแพทย์และสาธารณสุขในระดับลึก มีความสามารถในการให้เหตุผลที่ซับซ้อน (Deep Reasoning)
ซีรีส์ tai1 ถูกออกแบบและปรับจูนมาเป็นพิเศษเพื่อ ช่วยสำนักงานบัญชีในการบันทึกบัญชี
ครอบคลุมความรู้ด้านการบัญชีและระบบบัญชีไทย
โมเดลภาษาไทยสำหรับการบัญชีขนาด 9 พันล้านพารามิเตอร์ ครอบคลุมบริบทด้านการบัญชีไทยและข้อมูลทางการเงิน เหมาะสำหรับการประยุกต์ใช้ในระบบบันทึกบัญชีและแนะนำผังบัญชี
1. ข้อจำกัดทางการแพทย์: โมเดลปัญญาประดิษฐ์นี้ไม่ใช่บุคลากรทางการแพทย์ (แพทย์ หรือเภสัชกร) ข้อมูลที่ได้จากระบบควรได้รับการตรวจสอบความถูกต้องและยืนยันโดยผู้เชี่ยวชาญที่มีใบประกอบวิชาชีพก่อนนำไปใช้งานจริงเสมอ
2. ข้อจำกัดทางการบัญชี: โมเดลปัญญาประดิษฐ์นี้ไม่ใช่นักบัญชีหรือผู้ตรวจสอบบัญชีรับอนุญาต ข้อมูลและการบันทึกบัญชีที่ได้จากระบบควรได้รับการตรวจสอบความถูกต้องและยืนยันโดยผู้เชี่ยวชาญทางวิชาชีพบัญชีก่อนนำไปใช้งานจริงเสมอ
3. การใช้งานร่วมกับระบบ RAG: เพื่อประสิทธิภาพและความแม่นยำสูงสุด ควรใช้งานโมเดลนี้ร่วมกับฐานข้อมูลเฉพาะทาง (RAG Data) ที่เตรียมไว้ อย่างไรก็ตาม ควรให้ผู้เชี่ยวชาญประเมินความถูกต้องของข้อมูลก่อนการนำไปใช้อ้างอิงทุกครั้ง
*รายละเอียดเพิ่มเติมและข้อจำกัดอื่น ๆ สามารถศึกษาเพิ่มเติมได้ที่ Hugging Face Model Card