Cactus Hybrid ใช้ระบบวัดความมั่นใจใน Gemma 4 ลดข้อผิดพลาด

Cactus Hybrid บริษัทสตาร์ทอัพ ใช้เทคนิค post-training เพื่อให้โมเดล Gemma 4 รู้ว่าเมื่อใดที่คำตอบผิดพลาด โดยแทรก probe ภายใน checkpoint ที่ให้คะแนนความมั่นใจระหว่าง 0-1 พร้อมส่งงานไปยังโมเดลใหญ่หากคะแนนต่ำกว่า 0.85 ทำให้ Gemma 4 E2B Hybrid ทำคะแนน SWE-bench ได้ 78% สูงกว่าเวอร์ชันก่อน 15% และมี AUROC ที่ 0.92 แสดงประสิทธิภาพสูงในการแยกแยะความถูกต้องของคำตอบ ตัวอย่างการใช้งานแสดงผ่านโค้ดที่รองรับ framework ต่างๆ เช่น PyTorch และ Hugging Face โดยใช้ API ของ Google และ Meta พร้อมระบุวิธีการ training ใหม่ที่เน้นงาน agentic coding ซึ่งเป็นจุดแข็งหลักของโมเดลนี้

สรุปด้วย MAF Local AI · เนื้อหาต้นฉบับเป็นของแหล่งข่าว