🔹 はじめに
AIはソフトウェア開発の世界を大きく変えています。現在では Codex、GitHub Copilot、NeovimやVSCodeのAIプラグイン などのツールを使えば、関数の自動補完、ボイラープレートの生成、さらには難解なエラーメッセージの解説までしてくれます。
การทำงานร่วมกับ AI ในการเขียนโค้ดอย่างถูกวิธี
🔹 บทนำ
ปัญญาประดิษฐ์ (AI) กำลังเปลี่ยนวิธีที่เราเขียนซอฟต์แวร์อย่างสิ้นเชิง ทุกวันนี้มีเครื่องมืออย่าง Codex, GitHub Copilot และปลั๊กอิน AI ใน Neovim/VSCode ที่สามารถช่วยเติมโค้ดอัตโนมัติ สร้างโครงร่างโปรเจ็กต์ หรืออธิบาย error message ที่ซับซ้อนได้
Continue reading "การทำงานร่วมกับ AI ในการเขียนโค้ดอย่างถูกวิธี"
Working With AI in Coding the Right Way
🔹 Introduction
Artificial intelligence is transforming software development. Today, tools like Codex, GitHub Copilot, and LLM-powered editors such as Neovim and VSCode integrations can autocomplete entire functions, generate boilerplate, or even explain cryptic error messages. For many developers, it feels like having an extra set of hands on the keyboard.
最適なLLMモデルの選び方: Instruct・MLX・8-bit・Embedding
LLM（Large Language Model）の選択は、目的・ハードウェア・効率性の要件 によって変わります。
すべてのモデルが同じ用途向けではありません。あるものは チャットやアシスタント に、あるものは Mac（Apple Silicon）向け最適化 に、あるものは 軽量化（量子化） に、そしてあるものは セマンティック検索 に適しています。
Continue reading "最適なLLMモデルの選び方: Instruct・MLX・8-bit・Embedding"
วิธีเลือกโมเดล LLM ที่เหมาะสม: Instruct, MLX, 8-bit และ Embedding
การเลือกโมเดล LLM (Large Language Model) ที่ถูกต้องขึ้นอยู่กับ เป้าหมายการใช้งาน ฮาร์ดแวร์ และความต้องการด้านประสิทธิภาพ
เพราะแต่ละโมเดลถูกออกแบบมาแตกต่างกัน: บางตัวเหมาะกับ แชทและผู้ช่วย, บางตัวเหมาะกับ การทำงานบนเครื่องแมค (Apple Silicon), บางตัวเหมาะกับ การใช้งานแบบประหยัดทรัพยากร, และบางตัวใช้สำหรับ การค้นหาความหมาย (semantic search)
Continue reading "วิธีเลือกโมเดล LLM ที่เหมาะสม: Instruct, MLX, 8-bit และ Embedding"
How to Select the Right LLM Model: Instruct, MLX, 8-bit, and Embedding Models
Choosing the right Large Language Model (LLM) depends on your goal, hardware, and efficiency requirements.
Not all models are built for the same purpose: some are tuned for chat, some for local optimization, some for lightweight inference, and others for semantic search.
Continue reading "How to Select the Right LLM Model: Instruct, MLX, 8-bit, and Embedding Models"
ローカル LLM モデルを日常業務で活用する方法
生産性向上・データ保護・コスト削減を、自分のコンピュータ上で動く AI で実現
วิธีใช้โมเดล LLM แบบรันในเครื่อง (Local LLM) ในการทำงานประจำวัน
เพิ่มประสิทธิภาพ ปกป้องข้อมูล และลดค่าใช้จ่ายด้วย AI ที่รันบนคอมพิวเตอร์ของคุณเอง
Continue reading "วิธีใช้โมเดล LLM แบบรันในเครื่อง (Local LLM) ในการทำงานประจำวัน"
How to Use Local LLM Models in Daily Work
Boost productivity, protect privacy, and cut costs by running AI locally.
Continue reading "How to Use Local LLM Models in Daily Work"
EmbeddingモデルとLLMを組み合わせて、より賢いAIアプリを作る方法
最近では 大規模言語モデル（LLM）、たとえば GPT-4、Llama-3、Qwen2.5 などが大きな注目を集めています。
しかし、LLMをあなた独自のデータで効果的に活用するには、もう一つのモデル — Embeddingモデル — が必要です。