โมเดลภาษาขนาดใหญ่ (LLM) อย่าง GPT ทำงานอย่างไร
GPT ไม่ได้ค้นหาคำตอบจากฐานข้อมูล แต่มันสร้างข้อความทีละส่วนจากรูปแบบที่เรียนรู้มาตอนเทรน เมื่อเข้าใจหลักการนี้ คุณจะมองเห็นจุดเด่น จุดบกพร่อง และวิธีตั้งคำถามที่ดีที่สุดได้อย่างชัดเจน

เมื่อคุณพิมพ์คำถามลงในแชตของเรา GPT ไม่ได้ไปค้นหาคำตอบจากคลังคำตอบที่บันทึกไว้ แต่ระบบจะเขียนคำตอบขึ้นมาใหม่ทีละส่วน โดยอิงจากรูปแบบที่ซึมซับมาจากคลังข้อความมหาศาลระหว่างการเทรน แนวคิดง่ายๆ ข้อนี้ช่วยอธิบายสิ่งต่างๆ ได้มากมาย: ทำไมมันถึงเก่งเรื่องภาษา, ทำไมถึงอธิบายได้แทบทุกเรื่อง, ทำไมบางครั้งถึงพูดเรื่องผิดๆ ได้อย่างมั่นใจเต็มเปี่ยม และทำไมวิธีที่คุณถามถึงสำคัญ คู่มือนี้จะสรุปส่วนประกอบหลักๆ ด้วยภาษาที่เข้าใจง่าย ไม่ต้องมีคณิตศาสตร์ พร้อมบอกว่าแต่ละส่วนส่งผลต่อการแชตของคุณอย่างไร
ความหมายของตัวอักษรใน GPT
GPT ย่อมาจาก Generative Pre-trained Transformer คำว่า Generative หมายถึงการสร้างข้อความใหม่ขึ้นมา ไม่ใช่การเลือกจากคำตอบสำเร็จรูป Pre-trained หมายถึงการเรียนรู้จากคลังข้อความขนาดใหญ่มาก่อน จากนั้นจึงค่อยนำมาปรับแต่งสำหรับการสนทนา ส่วน Transformer คือสถาปัตยกรรมโครงข่ายประสาทเทียมภายใน ซึ่งทีมวิจัยของ Google เผยแพร่ไว้ในปี 2017 และมีความโดดเด่นเป็นพิเศษในการเชื่อมโยงแต่ละคำเข้ากับคำอื่นๆ ทั้งหมดรอบตัวมัน OpenAI เปิดตัวโมเดล GPT รุ่นแรกในปี 2018 สำหรับโมเดลในแชตของเราอย่าง GPT-6 Luna และ GPT-6.1 Terra ก็เป็นสมาชิกรุ่นล่าสุดในตระกูลนี้ หน้าประวัติของ GPT มีไทม์ไลน์ฉบับเต็ม และหน้า GPT คืออะไร จะช่วยให้คุณเห็นภาพรวมที่กว้างขึ้น
โทเคน (Token): วิธีที่โมเดลอ่านข้อความ
โมเดลไม่ได้มองเห็นเป็นตัวอักษรหรือเป็นคำแบบที่เราเห็น ข้อความจะถูกแบ่งออกเป็น โทเคน ก่อนเสมอ คำที่พบบ่อยมักจะนับเป็นหนึ่งโทเคน ส่วนคำยาวๆ หรือคำที่ไม่คุ้นตาจะถูกตัดออกเป็นชิ้นส่วนย่อยๆ ตามเกณฑ์คร่าวๆ ของ OpenAI สำหรับภาษาอังกฤษ 1 โทเคนจะเทียบเท่ากับประมาณสามในสี่ของคำ แต่ในภาษาอื่นๆ มักต้องใช้จำนวนโทเคนมากกว่าเพื่อให้ได้ความหมายเดียวกัน
โทเคนช่วยอธิบายเรื่องแปลกๆ บางอย่างได้ เช่น โมเดลอาจนับจำนวนตัวอักษรในคำผิดพลาดได้ง่าย เพราะมันไม่เคยมองเห็นตัวอักษรเรียงทีละตัว ขีดจำกัดของการป้อนข้อมูลและการตอบกลับก็วัดเป็นโทเคน ไม่ใช่จำนวนตัวอักษร และราคาสำหรับนักพัฒนาที่ระบุไว้ในหน้า GPT API ของเราก็คิดราคาต่อหนึ่งล้านโทเคน
การคาดเดาไปทีละชิ้นส่วน
หัวใจสำคัญของโมเดลมีเพียงอย่างเดียว: เมื่อดูจากข้อความทั้งหมดที่ผ่านมา ระบบจะประเมินว่าโทเคนถัดไปน่าจะเป็นอะไรมากที่สุด จากนั้นจะเลือกมาหนึ่งโทเคน นำไปต่อท้ายข้อความ แล้วทำซ้ำแบบนี้หลายร้อยหรือหลายพันครั้งจนกว่าคำตอบจะสมบูรณ์ นี่คือเหตุผลที่คำตอบค่อยๆ ทยอยแสดงขึ้นมาในแชต แทนที่จะปรากฏขึ้นมาทั้งหมดในคราวเดียว
ความสุ่มเล็กๆ น้อยๆ ในการเลือกโทเคนช่วยป้องกันไม่ให้คำตอบออกมาเหมือนเดิมทุกครั้ง ซึ่งเป็นสิ่งที่ปุ่มสร้างใหม่ (regenerate) ใช้งาน: เมื่อคุณถามซ้ำ คุณจะได้เส้นทางใหม่ที่เดินทางผ่านคลังความรู้เดิม แชตของเราจะเก็บประวัติการตอบรอบก่อนๆ ไว้เป็นเวอร์ชัน เพื่อให้คุณเปรียบเทียบได้ง่าย
การคาดเดาอาจฟังดูเรียบง่าย แต่การจะคาดเดาให้แม่นยำจากตัวอย่างนับพันล้านตัวอย่างได้นั้น โมเดลต้องซึมซับทั้งไวยากรณ์ ข้อเท็จจริง ลีลาการเขียน รูปแบบการใช้เหตุผล และอื่นๆ อีกมากมาย สิ่งที่ดูเหมือนความเข้าใจของมนุษย์ แท้จริงแล้วเกิดขึ้นมาจากแรงผลักดันในการคาดเดานี้นั่นเอง
ขั้นตอนการเทรนโมเดล
โมเดล GPT ถูกสร้างขึ้นเป็นขั้นตอนต่างๆ ดังนี้:
- Pre-training (การเรียนรู้ขั้นต้น) โมเดลจะประมวลผลคลังข้อความมหาศาล โดยฝึกฝนภารกิจเดียว: ทายโทเคนถัดไป ในขั้นตอนนี้โมเดลสามารถเขียนข้อความต่อได้ทุกรูปแบบ แต่ยังไม่ใช่คู่สนทนาที่ดี
- Instruction tuning (การปรับแต่งตามคำสั่ง) โมเดลจะได้รับการเทรนจากตัวอย่างคำขอและคำตอบที่ดี เพื่อเรียนรู้วิธีปฏิบัติตามคำสั่งและตอบคำถามอย่างตรงจุด
- Feedback and reinforcement learning (การรับฟังผลตอบรับและการเรียนรู้แบบเสริมกำลัง) มนุษย์และระบบตรวจสอบอัตโนมัติจะคอยให้คะแนนคำตอบ จากนั้นโมเดลจะได้รับการปรับแต่งเพื่อให้คำตอบมีประโยชน์ ถูกต้อง และปลอดภัย นอกจากนี้ โมเดลการใช้เหตุผลยังได้รับการเทรนด้วยวิธีนี้เพื่อให้คิดแก้ปัญหาอย่างเป็นระบบก่อนที่จะตอบ
การเทรนจะสิ้นสุดลง ณ วันใดวันหนึ่ง ซึ่งวันนั้นคือ knowledge cut-off (วันสิ้นสุดข้อมูลความรู้) ของโมเดล ข้อมูลจาก OpenAI ระบุว่า ข้อมูลของ GPT-6 Luna สิ้นสุดที่วันที่ 18 พฤษภาคม 2026 และ GPT-6.1 Terra สิ้นสุดที่วันที่ 1 มิถุนายน 2026 โมเดลจะไม่รับรู้เหตุการณ์ใดๆ หลังจากนั้นเว้นแต่คุณจะวางข้อความลงไปในแชต และแชตของเราไม่ได้เชื่อมต่อการท่องเว็บ
Context window: ขอบเขตที่โมเดลมองเห็น
โมเดลไม่มีความทรงจำข้ามการสนทนา ภายในแชตเดียวกัน สิ่งที่โมเดลมองเห็นเรียกว่า Context (บริบท) ซึ่งประกอบด้วยคำสั่ง ข้อความสนทนาที่ผ่านมา และข้อความล่าสุดของคุณ ทั้งหมดนี้อยู่ในรูปของโทเคน OpenAI กำหนด Context window ให้กับ Luna และ Terra ไว้ที่ประมาณ 1.05 ล้านโทเคน ซึ่งจุหนังสือเล่มหนาๆ ได้หลายเล่ม
ระบบแชตฟรีอย่างของเราจะส่งข้อมูลไปในสัดส่วนที่กะทัดรัดกว่านั้น นั่นคือเฉพาะบทสนทนาช่วงล่าสุด เพื่อให้ตอบกลับได้รวดเร็ว หากแชตยาวมากๆ ข้อความช่วงแรกๆ อาจหลุดออกจากขอบเขตที่โมเดลมองเห็นได้ หากมีรายละเอียดสำคัญ ให้พิมพ์ย้ำอีกครั้ง หรือเปิดแชตใหม่พร้อมสรุปสั้นๆ ว่าคุยถึงไหนแล้ว ทั้งนี้แต่ละแชตจะแยกจากกันอย่างสิ้นเชิง โมเดลจะไม่จำสิ่งที่คุณเคยคุยไว้ในแชตอื่น
Reasoning: การคิดก่อนตอบ
โมเดลการใช้เหตุผล (Reasoning) จะสร้างกระบวนการคิดเบื้องหลังขึ้นมาชุดหนึ่งก่อนที่จะแสดงคำตอบจริงให้เห็น วิธีนี้ช่วยให้โมเดลมีโอกาสแยกย่อยปัญหาออกเป็นขั้นตอนและตรวจจับจุดผิดพลาดของตัวเองได้ โดยแลกกับเวลาที่เพิ่มขึ้นเล็กน้อย ในแชตของเรา ปุ่ม Think จะสลับไปใช้ GPT-6.1 Terra ซึ่งจะใช้เวลาคิดอย่างเป็นระบบสั้นๆ ส่วน GPT-6 Luna ซึ่งเป็นค่าเริ่มต้นจะตอบกลับแทบจะในทันที คู่มือเกี่ยวกับโมเดลการใช้เหตุผลของเราจะอธิบายว่าเมื่อไหร่ที่คุ้มค่ากับการรอ
คำตอบที่กุขึ้นมาเกิดจากอะไร
เนื่องจากโมเดลมีหน้าที่เขียนข้อความต่อให้ดูสมเหตุสมผลอยู่เสมอ มันจึงเขียนข้อความต่อไปเรื่อยๆ แม้จะไม่มีข้อเท็จจริงก็ตาม หากคุณขอแหล่งอ้างอิงในหัวข้อเฉพาะกลุ่ม คุณก็จะได้คำตอบที่มีรูปแบบเหมือนการอ้างอิง ไม่ว่าแหล่งอ้างอิงนั้นจะมีอยู่จริงหรือไม่ หรือหากถามเกี่ยวกับเมืองเล็กๆ คุณก็จะได้รายละเอียดทั่วไปที่เข้ากับลักษณะของเมืองส่วนใหญ่ โมเดลไม่มีสัญญาณภายในที่เชื่อถือได้คอยบอกตัวเองว่า "ฉันไม่รู้เรื่องนี้" แม้ว่าโมเดลรุ่นใหม่ๆ จะเริ่มยอมรับความไม่แน่ใจได้ดีขึ้นแล้วก็ตาม นี่คือเหตุผลว่าทำไมคุณจึงควรตรวจสอบชื่อ ตัวเลข วันที่ และข้อความอ้างอิงเสมอ คู่มือการตรวจสอบข้อเท็จจริงของเรามีขั้นตอนง่ายๆ แนะนำไว้
แนวทางนี้ส่งผลต่อพรอมต์ของคุณอย่างไร
หลักการทั้งหมดข้างต้นสรุปออกมาเป็นกฎที่นำไปใช้ได้จริงดังนี้:
แบบที่ได้ผลน้อย: สัญญาบอกว่าอย่างไรบ้างเรื่องการยกเลิกก่อนกำหนด? แบบที่ได้ผลดี: นี่คือข้อ 9 ของสัญญาเช่าของฉัน: [วางข้อสัญญา] ช่วยอธิบายด้วยภาษาที่เข้าใจง่ายว่าฉันสามารถยกเลิกสัญญาก่อนกำหนดได้เมื่อใด, ต้องแจ้งล่วงหน้านานเท่าใด และอาจมีค่าใช้จ่ายอะไรบ้าง พร้อมทั้งยกประโยคอ้างอิงที่เป็นที่มาของแต่ละประเด็นมาด้วย
- วางเนื้อหาลงไปตรงๆ โมเดลทำงานกับข้อความที่อยู่ในบริบทได้ดีกว่าสิ่งที่จำได้เลือนรางอย่างมาก
- ระบุให้เจาะจง ทุกรายละเอียดที่คุณใส่เพิ่มจะช่วยจำกัดการคาดเดาให้ตรงกับสิ่งที่คุณต้องการมากขึ้น
- ขอประโยคอ้างอิงหรือแหล่งข้อมูลจากเนื้อหาที่คุณให้ไป เพื่อให้คุณตรวจสอบแต่ละประเด็นได้ทันที
- เริ่มแชตใหม่ เมื่อการสนทนาที่ยาวเกินไปเริ่มออกนอกลู่ การสรุปสั้นๆ ในแชตใหม่มักให้ผลลัพธ์ที่ดีกว่า โดยคุณสามารถใช้เครื่องมือสรุปข้อความช่วยเขียนสรุปให้ได้
อยากลองดูการทำงานจริงไหม? ลองขอให้ GPT อธิบายตัวเองใน 5 ขั้นตอน แล้วถามคำถามต่อเนื่องในส่วนที่คุณยังสงสัยได้เลย
คำถามที่พบบ่อย
GPT เข้าใจสิ่งที่เขียนจริงหรือไม่?
ขึ้นอยู่กับว่าคุณนิยามคำว่าความเข้าใจอย่างไร โมเดลสามารถจับความสัมพันธ์ระหว่างแนวคิดต่างๆ ได้ดีพอที่จะนำมาอธิบาย สรุปความ และใช้เหตุผลได้ แต่ระบบไม่มีประสบการณ์จริงเกี่ยวกับโลกภายนอก และไม่มีวิธีที่เชื่อถือได้ในการแยกข้อเท็จจริงออกจากการคาดเดาที่ฟังดูเข้าที
โมเดลเรียนรู้จากแชตของฉันหรือไม่?
ไม่เรียนรู้ระหว่างการสนทนา และไม่มีการเรียนรู้ข้ามบทสนทนาในแชตของเรา ความรู้ของโมเดลจะคงที่ตามรอบของการเทรน นอกจากนี้ OpenAI ระบุว่าข้อมูลที่ส่งผ่าน API จะไม่ถูกนำไปใช้เทรนโมเดล เว้นแต่ลูกค้าจะยินยอม
ทำไมถามซ้ำถึงได้คำตอบไม่เหมือนเดิม?
โมเดลจะเลือกแต่ละโทเคนถัดไปด้วยความสุ่มเล็กน้อย คำถามเดียวกันจึงอาจนำไปสู่สำนวนหรือโครงสร้างคำตอบที่ต่างกันออกไป สำหรับข้อมูลข้อเท็จจริง การได้คำตอบไม่เหมือนเดิมเป็นสัญญาณเตือนว่าคุณควรตรวจสอบซ้ำ
GPT เหมือนกับ ChatGPT หรือไม่?
ไม่ใช่ GPT คือตระกูลโมเดลที่พัฒนาโดย OpenAI ส่วน ChatGPT คือแอปพลิเคชันของ OpenAI เองที่สร้างขึ้นบนโมเดลเหล่านั้น gpt.me เป็นเว็บไซต์อิสระที่เรียกใช้โมเดล GPT ผ่าน API หน้าเปรียบเทียบกับ ChatGPT ของเราได้รวบรวมข้อแตกต่างไว้ทั้งหมดแล้ว
มีคำถามใช่ไหม? ถามได้เลยตอนนี้
ไม่ต้องสมัครบัญชี ไม่ต้องดาวน์โหลด เพียงเปิดแชตแล้วพิมพ์สิ่งที่สงสัย คำตอบจะปรากฏในเวลาเพียงไม่กี่วินาที
เริ่มแชตเลย

