https://neng-lab.com/tags/thai-language/Recent content in Thai-Language on Neng LabHugo -- gohugo.ioth-thjitaret@gmail.com (เหน่ง)jitaret@gmail.com (เหน่ง)Thu, 23 Apr 2026 21:00:00 +0700https://neng-lab.com/posts/thaillm-ecosystem-4-models/Thu, 23 Apr 2026 21:00:00 +0700jitaret@gmail.com (เหน่ง)https://neng-lab.com/posts/thaillm-ecosystem-4-models/<img src="https://neng-lab.com/" alt="Featured image of post ThaiLLM Ecosystem: 4 โมเดล AI สัญชาติไทย ที่เข้าใจคนไทยมากกว่าต่างชาติ" /><h1 id="thaillm-ecosystem-4-โมเดล-ai-สญชาตไทย-ทเขาใจคนไทยมากกวาตางชาต"><a href="#thaillm-ecosystem-4-%e0%b9%82%e0%b8%a1%e0%b9%80%e0%b8%94%e0%b8%a5-ai-%e0%b8%aa%e0%b8%8d%e0%b8%8a%e0%b8%b2%e0%b8%95%e0%b9%84%e0%b8%97%e0%b8%a2-%e0%b8%97%e0%b9%80%e0%b8%82%e0%b8%b2%e0%b9%83%e0%b8%88%e0%b8%84%e0%b8%99%e0%b9%84%e0%b8%97%e0%b8%a2%e0%b8%a1%e0%b8%b2%e0%b8%81%e0%b8%81%e0%b8%a7%e0%b8%b2%e0%b8%95%e0%b8%b2%e0%b8%87%e0%b8%8a%e0%b8%b2%e0%b8%95" class="header-anchor"></a>ThaiLLM Ecosystem: 4 โมเดล AI สัญชาติไทย ที่เข้าใจคนไทยมากกว่าต่างชาติ </h1><p><em>ภาพ: ปรางค์วัดอรุณ | ที่มา: <a class="link" href="https://commons.wikimedia.org/wiki/File:The_Prang_of_Wat_Arun.jpg" target="_blank" rel="noopener" >Wikimedia Commons</a> โดย Juanitoooww | <a class="link" href="https://creativecommons.org/licenses/by-sa/4.0/" target="_blank" rel="noopener" >CC BY-SA 4.0</a></em></p> <p>ตอนที่ ChatGPT เพิ่งเปิดตัว หลายคนอาจเคยลองให้มันแปลภาษาไทย แล้วรู้สึกว่าผลลัพธ์ดูดีในระดับหนึ่ง แต่พอเอาไปใช้งานจริง กลับพบว่า AI เข้าใจภาษาไทยได้ไม่ลึกซึ้งนัก บางครั้งก็แปลผิดบริบท หรือใช้คำที่ฟังดูถูกแต่ไม่เป็นธรรมชาติสำหรับคนไทย ที่สำคัญคือ AI จากต่างชาติมักไม่เข้าใจภาษาไทย หรือเอกสารภาษาไทยอย่างแท้จริง</p> <p>นั่นคือจุดเริ่มต้นของ <strong>ThaiLLM</strong> ชื่อเต็มว่า Thai Large Language Model โครงการรัฐ-เอกชนที่พัฒนา AI สัญชาติไทยขึ้น มีจุดมุ่งให้ AI ที่เข้าใจภาษาไทย วัฒนธรรม และบริบทความที่เป็นเอกลักษณ์ และทุกโมเดลที่พัฒนาขึ้นต่างก็มีจุดเด่นที่ชัดเจน ช่วยให้ผู้ใช้งานสามารถเลือกใช้งานตามความต้องการได้ ในบทความนี้ ผมจะพาทุกคนไปที่รู้จัก 4 โมเดลหลัก ที่พัฒนาต่อยอดจาก ThaiLLM และว่าแต่ละตัวถนัดอะไร</p> <p> <img alt="ThaiLLM Ecosystem Infographic" class="gallery-image" data-flex-basis="430px" data-flex-grow="179" height="714" loading="lazy" sizes="(max-width: 800px) 100vw, 800px" src="https://neng-lab.com/posts/thaillm-ecosystem-4-models/thaillm-infographic_hu_1c991090562695ea.jpg" srcset="https://neng-lab.com/posts/thaillm-ecosystem-4-models/thaillm-infographic_hu_f9b3e76156d9edcd.webp 400w, https://neng-lab.com/posts/thaillm-ecosystem-4-models/thaillm-infographic_hu_d3bb7ca80fa060b9.webp 800w, https://neng-lab.com/posts/thaillm-ecosystem-4-models/thaillm-infographic_hu_3e0f6c74be8a2fcd.webp 1200w, https://neng-lab.com/posts/thaillm-ecosystem-4-models/thaillm-infographic_hu_1c991090562695ea.jpg 1280w" width="1280"> </p> <hr> <h2 id="thaillm-คออะไร-และทำไมถงสำคญ"><a href="#thaillm-%e0%b8%84%e0%b8%ad%e0%b8%ad%e0%b8%b0%e0%b9%84%e0%b8%a3-%e0%b9%81%e0%b8%a5%e0%b8%b0%e0%b8%97%e0%b8%b3%e0%b9%84%e0%b8%a1%e0%b8%96%e0%b8%87%e0%b8%aa%e0%b8%b3%e0%b8%84%e0%b8%8d" class="header-anchor"></a>ThaiLLM คืออะไร และทำไมถึงสำคัญ </h2><p>ThaiLLM เป็นโครงการร่วมมือของหลายหน่วยงาน ทั้งภาครัฐ และเอกชน เพื่อสร้าง AI ที่เข้าใจภาษาไทยแบบลึกซึ้ง หลักๆ คือมี <strong>NECTEC (สวทช.)</strong> ในฐานะประธาน ร่วมกับ <strong>BDI, VISTEC, AIEAT, AIAT, มหาวิทยาลัยมหิดล และจุฬาลงกรณ์</strong></p> <p>จุดเด่นที่สำคัญคือ ThaiLLM ได้รวบรวมข้อมูลภาษาไทยมากกว่า <strong>100,000 ล้านโทเคน</strong> ครอบคลุมทั้งภาษา ภาษาราชการ วัฒนธรรม การศึกษา งานวิจัย และการแพทย์ ในระยะแรก ThaiLLM มีให้ใช้งานฟรีใน 2 ขนาด คือ <strong>8B</strong> และ <strong>30B</strong> พารามิเตอร์ ผ่าน 3 ช่องทาง ได้แก่ <strong>Playground</strong> (ทดลองใช้งาน) <strong>API</strong> (สำหรับนักพัฒนา) และ <strong>Download</strong> (ดาวน์โหลดโมเดลไปรันเอง)</p> <p>จุดขายที่สำคัญของ ThaiLLM คือ มันเป็น <strong>Open-Weight Model</strong> หมายความว่าทุกคนสามารถเข้าถึงโครงสร้าง ตรวจสอบได้ และนำไปพัฒนาต่อยอดได้ ไม่ใช่แบบ Black Box ที่แอบทุกข้อมูลไว้ภายในบริษัทเดียว ซึ่งสำคัญในยุคที่ AI จะทำงานได้ว่าอาจมีอคติที่ซ่อนเร้นมากๆ แต่เราไม่อาจรู้ได้ว่า AI ให้คำตอบแบบใด เพราะอะไรที่ทำให้มันคิดแบบนี้ ได้แก่จากข้อมูลอะไรบ้าง</p> <hr> <h2 id="1-openthaigpt--สำหรบนกเขยนโคด-นกคดวเคราะห"><a href="#1-openthaigpt--%e0%b8%aa%e0%b8%b3%e0%b8%ab%e0%b8%a3%e0%b8%9a%e0%b8%99%e0%b8%81%e0%b9%80%e0%b8%82%e0%b8%a2%e0%b8%99%e0%b9%82%e0%b8%84%e0%b8%94-%e0%b8%99%e0%b8%81%e0%b8%84%e0%b8%94%e0%b8%a7%e0%b9%80%e0%b8%84%e0%b8%a3%e0%b8%b2%e0%b8%b0%e0%b8%ab" class="header-anchor"></a>1. OpenThaiGPT — สำหรับนักเขียนโค้ด นักคิดวิเคราะห์ </h2><p><strong>พัฒนาโดย:</strong> AIEAT (สมาคมผู้ประกอบการปัญญาประดิษฐ์ AI ประเทศไทย)</p> <p>OpenThaiGPT เป็นโมเดลที่มุ่งเน้นไปที่ <strong>การเขียนโค้ด คณิตศาสตร์ และ Reasoning</strong> โดยเฉพาะบนชุดทดสอบ LiveCodeBench-TH ซึ่งวัดความสามารถในการเขียนโค้ดภาษาไทย และ MATH500-TH ที่วัดความเข้าใจทางคณิตศาสตร์</p> <p>จุดเด่นที่น่าสนใจคือ OpenThaiGPT มีหลายเวอร์ชันให้เลือกใช้งาน ไม่ว่าจะเป็นขนาด 8B ที่เหมาะกับงานทั่วไป แต่ยังมีขนาด <strong>72B</strong> สำหรับงานที่ซับซ้อนกว่า รวมถึง <strong>R1 32B</strong> ที่เป็นโมเดล Reasoning โดยเฉพาะ สามารถแสดงวิธีคิดแก้ปัญหาแบบ step-by-step ได้</p> <p><strong>ใครที่เหมาะกับ OpenThaiGPT:</strong></p> <ul> <li>นักพัฒนาที่ต้องการเขียนโค้ดภาษาไทย</li> <li>นักคิดวิเคราะห์ที่ต้องการแก้ปัญหาทางคณิตศาสตร์</li> <li>ผู้ที่ต้องการสร้าง Chatbot ที่มีทักษะวิศวกรรม</li> </ul> <hr> <h2 id="2-typhoon-s--สำหรบงานธรกจ-และธนาคาร"><a href="#2-typhoon-s--%e0%b8%aa%e0%b8%b3%e0%b8%ab%e0%b8%a3%e0%b8%9a%e0%b8%87%e0%b8%b2%e0%b8%99%e0%b8%98%e0%b8%a3%e0%b8%81%e0%b8%88-%e0%b9%81%e0%b8%a5%e0%b8%b0%e0%b8%98%e0%b8%99%e0%b8%b2%e0%b8%84%e0%b8%b2%e0%b8%a3" class="header-anchor"></a>2. Typhoon-S — สำหรับงานธุรกิจ และธนาคาร </h2><p><strong>พัฒนาโดย:</strong> SCB 10X (กลุ่มวิจัย AI ของ SCB)</p> <p>Typhoon-S เป็นโมเดลที่มุ่งเน้นไปที่ <strong>การทำงานแบบ Multi-modal</strong> หมายความว่า AI ตัวนี้สามารถรับข้อมูลได้หลากหลายรูปแบบ ทั้งข้อความ เสียง และภาพ นอกจากนี้ยังมีความสามารถระดับความรู้ทางภาษาไทยได้ลึกกว่าโมเดลทั่วไป ด้วยการประมวลผลที่รวดเร็วและเข้าใจคำสั่งภาษาไทยได้ดี</p> <p>จุดเด่นที่น่าสนใจของ Typhoon-S คือมี ecosystem ที่ครบวงจร ไม่ว่าจะแค่โมเดลภาษา แต่ยังมี Typhoon OCR (อ่านเอกสารภาษาไทย), Typhoon Isan ASR (ถอดเสียงภาษาอีสาน) และ Typhoon Translate (แปลภาษาไทย-อังกฤษ) นอกนี้ยังรองรับ Text2SQL และ RAG ซึ่งเป็นเทคโนโลยีที่นิยมใช้ในวงการธนาคารโดยตรง</p> <p><strong>ใครที่เหมาะกับ Typhoon-S:</strong></p> <ul> <li>ธนาคารที่ต้องการวิเคราะห์ข้อมูลด้วย Text2SQL</li> <li>งานที่ต้องการแปลภาษาไทย-อังกฤษที่แม่นยำ</li> <li>ระบบที่ต้องการอ่านเอกสารภาษาไทย และถอดเสียงภาษาอีสาน</li> <li>ฟินเทคที่ต้องการสร้าง Chatbot สำหรับลูกค้า</li> </ul> <hr> <h2 id="3-pathumma-llm--ผชวยในหนวยงานรฐ"><a href="#3-pathumma-llm--%e0%b8%9c%e0%b8%8a%e0%b8%a7%e0%b8%a2%e0%b9%83%e0%b8%99%e0%b8%ab%e0%b8%99%e0%b8%a7%e0%b8%a2%e0%b8%87%e0%b8%b2%e0%b8%99%e0%b8%a3%e0%b8%90" class="header-anchor"></a>3. Pathumma LLM — ผู้ช่วยในหน่วยงานรัฐ </h2><p><strong>พัฒนาโดย:</strong> NECTEC (สวทช. เอง)</p> <p>Pathumma LLM (อ่านว่า ปทุมมา) เป็นโมเดลที่ออกแบบมาสำหรับการทำงานในภาครัฐ โดยเฉพาะ บนการทำงานแบบ Multi-modal ที่รวมข้อความ เสียง และภาพ เข้าถึงด้วยกัน มีบริการเด่นๆ ที่ออกแบบมาสำหรับหน่วยงานรัฐโดยเฉพาะ</p> <p>บริการหลักๆ ของ Pathumma มีดังนี้</p> <ul> <li><strong>DocChat:</strong> ระบบถามตอบข้อมูลจากเอกสารได้ รองรับไฟล์ PDF, Word, และเว็บไซต์ เหมาะสำหรับการค้นหาข้อมูลในนโยบาย คู่มือ หรือเอกสารราชการ</li> <li><strong>DocGen:</strong> ช่วยสร้างเอกสารภาษาไทยอัตโนมัติ ช่วยให้อ่านและเข้าใจภาษาราชการ ช่วยลดระยะเวลาในการทำงานประจำวัน</li> <li><strong>Partii Note:</strong> ถอดความเสียงภาษาไทยอัตโนมัติ รองรับทั้งการประชุม สัมมนา และการบรรยาย โดยสามารถแยกผู้พูดได้ด้วย</li> </ul> <p><strong>ใครที่เหมาะกับ Pathumma:</strong></p> <ul> <li>ข้าราชการ หน่วยงานรัฐ ที่ต้องการค้นหาข้อมูลจากเอกสารราชการจำนวนมาก</li> <li>ผู้ที่ต้องการถอดเสียงการประชุม สัมมนา หรือบรรยาย</li> <li>ผู้ที่ต้องการสร้างเอกสารภาษาไทยอัตโนมัติ เช่น รายงาน จดหมาย หรือข้อเสนอ</li> <li>ผู้ที่ต้องการวิเคราะห์ภาพ และเสียงพร้อมกัน</li> </ul> <hr> <h2 id="4-thalle--นกวเคราะหการลงทน"><a href="#4-thalle--%e0%b8%99%e0%b8%81%e0%b8%a7%e0%b9%80%e0%b8%84%e0%b8%a3%e0%b8%b2%e0%b8%b0%e0%b8%ab%e0%b8%81%e0%b8%b2%e0%b8%a3%e0%b8%a5%e0%b8%87%e0%b8%97%e0%b8%99" class="header-anchor"></a>4. THaLLE — นักวิเคราะห์การลงทุน </h2><p><strong>พัฒนาโดย:</strong> KBTG (กลุ่มเทคโนโลยี การเงินกสิกร)</p> <p>THaLLE (อ่านว่า ทะเล่) ชื่อเต็มว่า Text Hyperlocally Augmented Large Language Extension เป็นโมเดลที่ออกแบบมาสำหรับงานด้านการเงินโดยเฉพาะ มีจุดเด่นที่น่าสนใจคือ ที่ KBTG ได้นำข้อมูลทางการเงิน การลงทุน และระบบทางการเงินในประเทศไทยมาปรับใช้งานกับโมเดล ทำให้ AI เข้าใจทางภาษาการเงินได้ลึกซึ้ง</p> <p>ข้อดีของ THaLLE คือ มันสามารถวิเคราะห์ข้อมูลทางการเงิน สร้างรายงานทางการเงิน และอ่านข้อมูลทางภาษาการเงินได้ดีกว่า AI ทั่วไป เพราะโมเดลทั่วไปอาจไม่คุ้นเคยกับคำศัพทางภาษาการเงิน หรือกฎหมายทางการเงินที่เป็นเอกลักษณ์ของไทย ซึ่ง THaLLE ถูกออกแบบมาเพื่อแก้ปัญหานี้โดยเฉพาะ</p> <p><strong>ใครที่เหมาะกับ THaLLE:</strong></p> <ul> <li>ธนาคารที่ต้องการวิเคราะห์ข้อมูลทางการเงิน และสร้างรายงาน</li> <li>นักลงทุนที่ต้องการวิเคราะห์ข้อมูลทางภาษาการเงินที่เป็นภาษาไทย</li> <li>บุคคลที่ต้องการ Chatbot สำหรับให้ข้อมูลทางการเงินแบบลึกซึ้ง</li> </ul> <hr> <h2 id="ตารางเปรยบเทยบขอมล-4-โมเดล"><a href="#%e0%b8%95%e0%b8%b2%e0%b8%a3%e0%b8%b2%e0%b8%87%e0%b9%80%e0%b8%9b%e0%b8%a3%e0%b8%a2%e0%b8%9a%e0%b9%80%e0%b8%97%e0%b8%a2%e0%b8%9a%e0%b8%82%e0%b8%ad%e0%b8%a1%e0%b8%a5-4-%e0%b9%82%e0%b8%a1%e0%b9%80%e0%b8%94%e0%b8%a5" class="header-anchor"></a>ตารางเปรียบเทียบข้อมูล 4 โมเดล </h2><table> <thead> <tr> <th>หัวข้อ</th> <th>OpenThaiGPT</th> <th>Typhoon-S</th> <th>Pathumma</th> <th>THaLLE</th> </tr> </thead> <tbody> <tr> <td><strong>พัฒนาโดย</strong></td> <td>AIEAT</td> <td>SCB 10X</td> <td>NECTEC</td> <td>KBTG</td> </tr> <tr> <td><strong>จุดเด่น</strong></td> <td>เขียนโค้ด คณิตศาสตร์ Reasoning</td> <td>Multi-modal ธุรกิจ</td> <td>ข้อความ+เสียง+ภาพ เอกสารราชการ</td> <td>การเงิน การลงทุน</td> </tr> <tr> <td><strong>จุดแข็ง</strong></td> <td>LiveCodeBench-TH, MATH500-TH</td> <td>OCR, Isan ASR, Text2SQL, RAG</td> <td>DocChat, DocGen, Partii Note</td> <td>วิเคราะห์ข้อมูลการเงิน</td> </tr> <tr> <td><strong>ขนาด</strong></td> <td>8B / 72B / R1 32B</td> <td>8B</td> <td>8B</td> <td>8B</td> </tr> <tr> <td><strong>เหมาะกับ</strong></td> <td>นักพัฒนา งานคิดวิเคราะห์</td> <td>ธนาคาร ฟินเทค แปลภาษา</td> <td>หน่วยงานรัฐ ถอดเสียงประชุม</td> <td>ธนาคาร วิเคราะห์การลงทุน</td> </tr> <tr> <td><strong>ทดลอง</strong></td> <td>openthaigpt.aieat.or.th</td> <td>opentyphoon.ai</td> <td>aiforthai.in.th</td> <td>ผ่าน KBTG</td> </tr> </tbody> </table> <hr> <h2 id="วธเรมตนใชงาน"><a href="#%e0%b8%a7%e0%b8%98%e0%b9%80%e0%b8%a3%e0%b8%a1%e0%b8%95%e0%b8%99%e0%b9%83%e0%b8%8a%e0%b8%87%e0%b8%b2%e0%b8%99" class="header-anchor"></a>วิธีเริ่มต้นใช้งาน </h2><p>สำหรับผู้ที่อยากลองใช้งาน ThaiLLM แต่ยังไม่รู้ว่าจะเริ่มต้นจากตรงไหน ผมขอสรุปวิธีง่ายๆ ดังนี้</p> <ol> <li><strong>ทดลองผ่าน Playground:</strong> เข้าไปที่ thaillm.or.th แล้วเลือก Playground เพื่อทดลองพิมพ์คำถามง่ายๆ ไม่ต้องติดตั้งอะไร</li> <li><strong>ใช้งานผ่าน API:</strong> สำหรับนักพัฒนาที่ต้องการเชื่อมต่อกับระบบ สามารถขอ API Key และเรียกใช้งานได้ทันที</li> <li><strong>ดาวน์โหลดโมเดลมารันเอง:</strong> สำหรับผู้ที่มีคอมพิวเตอร์ที่มีกำลังภาพพอเพียงพอ สามารถดาวน์โหลดโมเดลไปรันบนเครื่องตัวเองได้ โดยทั้ง OpenThaiGPT, Typhoon-S, และ Pathumma ต่างๆ มีส่วนหนึ่งที่อนุญาตให้นำโมเดลไปพัฒนาต่อยอดได้</li> </ol> <p>อีกทางที่น่าสนใจสำหรับผู้ที่เพิ่งเริ่มต้นคือ ทุกโมเดลที่พัฒนาออกมาบนฐานว่า เป็น <strong>Open-Weight</strong> หมายความว่าทุกคนสามารถนำไปพัฒนาต่อยอด ไม่ว่าจะเป็นผู้ใช้งานจำนวนน้อย หรือผู้ใช้งานจำนวนมาก ในอนาคต อาจใช้งาน AI ที่มีความสามารถในการปรับใช้ในงานประจำวัน วิเคราะห์ข้อมูล หรือทำงานวิจัย โดยไม่ต้องกังวลน้ำหนักสำหรับการใช้ AI ที่ต้องจ่ายค่าบริการรายเดือน หรือมีข้อจำกัดในการเก็บรักษาข้อมูลลูกค้า</p> <hr> <h2 id="ปดทาย"><a href="#%e0%b8%9b%e0%b8%94%e0%b8%97%e0%b8%b2%e0%b8%a2" class="header-anchor"></a>ปิดท้าย </h2><p>ThaiLLM เป็นก้าวสำคัญในการพัฒนา AI ของไทย ที่ช่วยให้ประเทศมี AI ที่เข้าใจคนไทยแบบลึกซึ้ง ทั้งในภาษา วัฒนธรรม และบริบทความที่เป็นเอกลักษณ์ และทุกโมเดลที่พัฒนาขึ้นต่างก็มีจุดเด่นที่ชัดเจน ช่วยให้ผู้ใช้งานสามารถเลือกใช้งานตามความต้องการได้</p> <p>สำหรับผมเอง ในฐานะนักวิชาการพัฒนาชุมชน ผมมองเห็นว่า Pathumma LLM อาจจะเป็นตัวเลือกที่น่าสนใจที่สุด เนื่องจากงานส่วนใหญ่ของผมมีเอกสารภาษาไทย และการถอดเสียงประชุม ซึ่งเป็นสิ่งที่ Pathumma ทำได้ดีที่สุด อย่างไรก็ตาม ทุกโมเดลที่พัฒนาขึ้นล้วนมีข้อดีๆ ที่น่าสนใจและน่านำไปใช้งานครับ และผมจะติดตามทดลองใช้งานแต่ละตัวและมาแชร์ประสบการณ์ให้ทุกท่านได้อีกครั้ง และหากใครได้ลองใช้งานแล้วมีประสบการณ์อะไร กลับมาบอกกันได้เหมือนกันครับ เพราะในโลกที่ AI กำลังเติบโต การมี AI ที่เข้าใจภาษาไทย และเข้าใจบริบทความท้องถิ่น ถือเป็นสิ่งที่ดี ที่จะทำให้งาน AI ในหน่วยงานของเรามีประสิทธิภาพมากขึ้น</p> <hr> <h2 id="สวนอางอง"><a href="#%e0%b8%aa%e0%b8%a7%e0%b8%99%e0%b8%ad%e0%b8%b2%e0%b8%87%e0%b8%ad%e0%b8%87" class="header-anchor"></a>ส่วนอ้างอิง </h2><ul> <li><a class="link" href="https://thaillm.or.th/" target="_blank" rel="noopener" >เว็บไซต์ ThaiLLM</a></li> <li><a class="link" href="https://openthaigpt.aieat.or.th/" target="_blank" rel="noopener" >เว็บไซต์ OpenThaiGPT</a></li> <li><a class="link" href="https://opentyphoon.ai/" target="_blank" rel="noopener" >เว็บไซต์ Typhoon</a></li> <li><a class="link" href="https://www.nectec.or.th/innovation/innovation-service/pathumma-llm.html" target="_blank" rel="noopener" >ข้อมูล Pathumma LLM - NECTEC</a></li> <li><a class="link" href="https://aiforthai.in.th/pathumma-llm" target="_blank" rel="noopener" >บริการ Pathumma LLM - AI for Thai</a></li> <li><a class="link" href="https://www.kbtg.tech/" target="_blank" rel="noopener" >เว็บไซต์ KBTG</a></li> <li><a class="link" href="https://www.nstda.or.th/home/news_post/s-and-t-implementation-thai-llm/" target="_blank" rel="noopener" >บทความประกาศเปิดตัว ThaiLLM - NSTDA</a></li> <li><a class="link" href="https://openthaigpt.aieat.or.th/" target="_blank" rel="noopener" >สไลด์ OpenThaiGPT 1.6 และ R1</a></li> <li><a class="link" href="https://arxiv.org/html/2411.18242v1" target="_blank" rel="noopener" >รายงานวิจัย Thai Financial Domain Adaptation of THaLLE</a></li> <li><a class="link" href="https://iapp.co.th/th/blog/introducing-chinda-llm-api-free-thai-language-model" target="_blank" rel="noopener" >สไลด์ Chinda Thai LLM 4B API</a></li> </ul>