หลักสูตรอบรม AI LLMs

จากการใช้ AI รายคน สู่การออกแบบวิธีใช้ที่องค์กรตรวจสอบและขยายผลได้

หลายทีมเริ่มใช้ AI ช่วยเขียน สรุป และค้นแนวคิดแล้ว คำถามถัดไปขององค์กรคือ งานแบบไหนควรใช้ LLM ใช้อย่างไรให้ได้ผลสม่ำเสมอ และข้อมูลประเภทใดต้องมีเงื่อนไขก่อนนำไปใช้

หลักสูตร AI LLMs ของ Factsheets พาผู้เข้าร่วมเข้าใจหลักการทำงานและข้อจำกัดของ Large Language Models ผ่านโจทย์การทำงานจริง ตั้งแต่การออกแบบคำสั่งและกระบวนการทำงาน การตรวจคำตอบ ไปจนถึงการประเมินทางเลือกสำหรับองค์กร รวมถึง Local LLM หรือการรันโมเดลในระบบที่องค์กรจัดการเอง

เวิร์กช็อปนี้ออกแบบให้คนทำงาน ผู้ดูแลกระบวนการ และทีมเทคนิคคุยเรื่องเดียวกันได้ โดยผู้เข้าร่วมจะนำกรณีใช้งานของตนเองมาทดลองและออกแบบเป็นแนวทางนำร่อง

รูปแบบการจัดอบรม: On-site / In-house / เชิญเป็นวิทยากร
ระยะเวลาตัวอย่าง: เวิร์กช็อป 2 วัน ปรับระดับเทคนิคและกิจกรรมตามกลุ่มผู้เข้าอบรม

เหมาะกับองค์กรที่กำลังถามว่า

– เราจะเลือกงานที่เหมาะกับ LLM จากงานทั้งหมดของทีมได้อย่างไร
– จะทำให้ผลลัพธ์ดีขึ้นโดยไม่ต้องให้พนักงานแต่ละคนลองผิดลองถูกเองอย่างไร
– คำตอบของ AI ต้องผ่านการตรวจอะไรบ้างก่อนนำไปใช้กับลูกค้าหรือการตัดสินใจ
– ข้อมูลภายในประเภทใดใช้กับเครื่องมือใดได้ ภายใต้นโยบายขององค์กร
– เมื่อใดควรพิจารณา Local LLM และต้องเตรียมอะไรบ้าง

ผู้เข้าร่วมจะได้เรียนรู้และลงมือทำ

1. เข้าใจ LLM ในระดับที่ใช้ตัดสินใจได้
รู้ว่าโมเดลช่วยงานประเภทใดได้ดี เหตุใดคำตอบจึงอาจผิดหรือเปลี่ยนไป และควรออกแบบให้มีคนตรวจในจุดใด

2. ออกแบบงานให้ AI ช่วยอย่างเป็นขั้นตอน
แยกงานเป็นข้อมูลนำเข้า คำสั่ง ผลลัพธ์ และเกณฑ์ตรวจสอบ ทดลองใช้กับงานอย่างการสรุปเอกสาร ร่างข้อความ วิเคราะห์ประเด็น หรือจัดระบบความรู้

3. ประเมินผลจากตัวอย่างงานจริง
สร้างชุดโจทย์ทดสอบ เปรียบเทียบคำตอบ และกำหนดเกณฑ์ที่ทีมใช้ร่วมกัน เช่น ความถูกต้อง ความครบถ้วน เวลาในการทำงาน และความจำเป็นในการแก้ไขโดยมนุษย์

4. ทำความเข้าใจทางเลือกในการใช้งานระดับองค์กร
เปรียบเทียบการใช้บริการ AI ที่องค์กรอนุมัติ การเชื่อมระบบผ่าน API และการรัน Local LLM โดยพิจารณาข้อมูล อุปกรณ์ ประสิทธิภาพ ค่าใช้จ่าย การดูแลระบบ และเงื่อนไขการใช้งานของโมเดล

5. ทดลองคิดโจทย์ Local LLM
สำหรับกลุ่มที่มีพื้นฐานและอุปกรณ์พร้อม สามารถเพิ่มกิจกรรมสาธิตรันโมเดลภายในสภาพแวดล้อมที่เตรียมไว้ แล้วใช้ชุดโจทย์เดียวกันทดสอบผลลัพธ์ การอบรมสองวันมุ่งช่วยประเมินความเป็นไปได้และวางแผนนำร่อง; การติดตั้งเพื่อใช้งานจริงต้องออกแบบร่วมกับทีมเทคนิคและผู้ดูแลข้อมูลขององค์กร

ผลงานที่ได้จากเวิร์กช็อป

– รายการกรณีใช้งาน LLM ที่จัดลำดับตามคุณค่าและความพร้อมของหน่วยงาน/องค์กร
– กระบวนการทำงานต้นแบบหนึ่งกรณี พร้อมคำสั่งและจุดที่ต้องตรวจสอบผลโดยมนุษย์
– ชุดโจทย์และเกณฑ์สำหรับทดสอบคุณภาพคำตอบ
– แผนทดลองใช้งานในทีม รวมถึงประเด็นที่ต้องตัดสินใจหากสนใจ Local LLM

ตัวอย่างตารางอบรม 2 วัน

เวลา	วันที่ 1: เข้าใจ LLM และออกแบบกรณีใช้งาน	วันที่ 2: ทดสอบและวางแผนใช้ในองค์กร
09.00-10.30 น.	หลักการทำงาน ความสามารถ และข้อจำกัดของ LLM	ออกแบบชุดโจทย์ทดสอบและเกณฑ์ประเมินผล
10.45-12.00 น.	สำรวจงานของทีมและคัดเลือกกรณีใช้งานที่เหมาะสม	ทดลองกระบวนการทำงาน ปรับคำสั่ง และตรวจผลลัพธ์
13.00-14.30 น.	ฝึกออกแบบคำสั่ง ข้อมูลนำเข้า และขั้นตอนตรวจคำตอบ	เปรียบเทียบทางเลือกการใช้งาน รวมถึง Local LLM; สาธิตหรือทดลองตามความพร้อมของอุปกรณ์
14.45-16.00 น.	สร้างกระบวนการทำงานต้นแบบจากโจทย์องค์กร	นำเสนอผลการทดลอง ระบุความเสี่ยงและวางแผนนำร่อง

ตารางเป็นตัวอย่าง สามารถปรับให้เน้นพนักงานทั่วไป หัวหน้าทีม ผู้บริหาร หรือทีมเทคนิค โดยกำหนดขอบเขตการทดลอง Local LLM ล่วงหน้าตามระบบและนโยบายขององค์กร

ใช้ AI ด้วยความเข้าใจและความรับผิดชอบ

การทดลองในห้องอบรมสามารถใช้ข้อมูลสมมติหรือข้อมูลที่องค์กรอนุญาต เพื่อให้ทีมฝึกกระบวนการได้โดยไม่ต้องนำข้อมูลอ่อนไหวเข้าสู่เครื่องมือที่ยังไม่ได้รับอนุมัติ หลักสูตรยังครอบคลุมการตรวจข้อมูลที่โมเดลสร้างและการรับมือกับคำสั่งแฝงในเอกสารหรือแหล่งข้อมูล ซึ่งเป็นประเด็นที่ OWASP ระบุไว้ในความเสี่ยงของระบบ LLM

อยากให้ทีมเริ่มใช้ LLM จากโจทย์ที่ชัดเจน และรู้ว่าควรทดลองอะไรต่อ
ติดต่อ Factsheets พร้อมแจ้งประเภทงานของทีม พื้นฐานผู้เข้าอบรม แนวทางจัดการข้อมูล และความสนใจเรื่อง Local LLM เพื่อออกแบบเวิร์กช็อปให้เหมาะกับองค์กรของคุณได้เลยครับ