BlackBox AI

บล็อค BlackBox AI ใช้สำหรับการประมวลผลข้อมูลด้วย AI โดยสามารถเลือกใช้โมเดลต่างๆ และกำหนดพารามิเตอร์ที่เหมาะสมสำหรับงานที่ต้องการได้ โดยคุณสามารถใช้คำสั่งหรือคำแนะนำ (Prompt) ในการกระตุ้นให้ AI ทำงานตามที่คุณต้องการ

---

รายละเอียดการตั้งค่าในบล็อค

1

ป้อน API Key

• คุณต้องใช้ BlackBox AI API Key เพื่อใช้งานบล็อกนี้

• หากยังไม่มี API Key สามารถขอรับได้จาก BlackBox AI.

• สามารถใช้ ตัวแปรที่จัดเก็บไว้ โดยคลิก {x}

2

เลือกโมเดล

• เลือก โมเดล ที่คุณต้องการใช้งานจากตัวเลือกที่มีให้ดังนี้: Mistral Small (24B) Instruct 25.01

  • โมเดล Mistral รุ่นนี้ถูกออกแบบมาเพื่อการประมวลผลที่รวดเร็วและมีประสิทธิภาพในงานที่ต้องการการเข้าใจคำสั่งหรือการให้คำแนะนำที่ชัดเจน

  • ใช้ 24B parameters ที่ทำให้สามารถให้ผลลัพธ์ที่มีความแม่นยำและประสิทธิภาพสูงในการประมวลผลคำสั่งในลักษณะต่าง ๆ

  • เหมาะสำหรับการใช้งานในด้านการเขียนโปรแกรม, สร้างคำตอบจากข้อมูลที่มีอยู่ หรือการให้คำแนะนำเชิงลึก

  DeepSeek R1

  • โมเดลนี้มีการฝึกฝนเพื่อให้เหมาะสมกับการตอบคำถามที่ซับซ้อนและการเข้าใจภาษาในเชิงลึก

  • DeepSeek R1 อาจมีความแม่นยำสูงในงานที่ต้องการการคำนวณหรือการวิเคราะห์ข้อมูลขนาดใหญ่

  • เหมาะสำหรับการประมวลผลข้อมูลจากแหล่งข้อมูลต่าง ๆ เช่น ข้อมูลวิจัย หรือการวิเคราะห์แนวโน้มจากข้อมูลที่ได้รับ

  • ตัวโมเดลนี้มีความสามารถในการจัดการกับข้อมูลหลายมิติได้ดี

  DeepSeek V3

  • ตัวโมเดล V3 นี้มีการปรับปรุงและพัฒนาให้สามารถเข้าใจบริบทของคำถามและคำตอบได้ลึกซึ้งยิ่งขึ้น

  • เป็นโมเดลที่มุ่งเน้นไปที่การให้คำแนะนำจากข้อมูลที่มีรูปแบบซับซ้อน เช่น การวิเคราะห์ข้อมูลทางธุรกิจหรือการพัฒนาโปรแกรม

  • โมเดลนี้เหมาะสำหรับการใช้งานในการทำวิจัยหรือการพัฒนาในเชิงธุรกิจหรือเทคโนโลยีที่ต้องการการประมวลผลที่มีความสามารถ

  DBRX Instruct

  • DBRX เป็นโมเดลที่มุ่งเน้นไปที่การทำงานที่ต้องการการตอบสนองแบบคำสั่ง (Instruction-based tasks)

  • สามารถให้คำแนะนำเกี่ยวกับเทคนิคการพัฒนาโปรแกรม, การทำวิจัย, หรือการให้คำปรึกษาทางด้านเทคโนโลยีได้อย่างแม่นยำ

  • จุดเด่นของโมเดลนี้คือการสามารถช่วยในการแก้ปัญหาที่เกี่ยวข้องกับการทำงานอัตโนมัติและการตอบคำถามทางด้านเทคนิค

  Qwen QwQ 32B-Preview

  • โมเดล Qwen QwQ ถูกออกแบบมาเพื่อรองรับการใช้งานที่ต้องการการประมวลผลขนาดใหญ่ เช่น การประมวลผลข้อมูลจากแหล่งข้อมูลที่หลากหลาย

  • มี 32B parameters ทำให้สามารถให้ผลลัพธ์ที่มีความแม่นยำสูงในการวิเคราะห์และให้คำแนะนำในสภาพแวดล้อมที่ซับซ้อน

  • โมเดลนี้เหมาะสำหรับการทำงานที่ต้องการการประมวลผลเชิงลึกในด้านต่าง ๆ เช่น การวิเคราะห์ข้อมูลจากหลายแหล่งหรือการพัฒนาเทคโนโลยีใหม่ ๆ

  Nous Hermes 2 - Mixtral 8x7B-DPO

  • โมเดล Nous Hermes 2 ถูกพัฒนาให้สามารถตอบสนองต่อคำถามและการวิเคราะห์ที่มีความแม่นยำสูง โดยสามารถรองรับข้อมูลขนาดใหญ่และซับซ้อนได้ดี

  • มี 8x7B parameters ที่ช่วยให้สามารถประมวลผลคำถามที่ต้องการความลึกซึ้งในการวิเคราะห์ได้ดี

  • เหมาะสำหรับการใช้งานในงานที่เกี่ยวข้องกับการวิเคราะห์เชิงลึก และการพัฒนา AI ที่ต้องการความสามารถในการตอบสนองที่เร็วและมีประสิทธิภาพ

  Mistral 7B Instruct

  • Mistral 7B Instruct เป็นโมเดลที่ถูกออกแบบมาเพื่อการประมวลผลคำสั่ง (Instructional tasks) โดยมี 7B parameters

  • เหมาะสำหรับการใช้งานที่ต้องการการตอบคำถามจากคำสั่งหรือคำแนะนำที่ไม่ซับซ้อนเกินไป เช่น การจัดการคำขอในแอปพลิเคชัน หรือการให้ข้อมูลเบื้องต้นในการพัฒนาโปรแกรม

  Toppy M 7B

  • โมเดล Toppy M 7B มีขนาด 7B parameters และถูกออกแบบมาเพื่อให้สามารถประมวลผลข้อมูลที่มีความซับซ้อนได้ดี

  • มีความเหมาะสมในการใช้งานที่เกี่ยวกับการให้คำแนะนำ, การประมวลผลข้อมูลจากหลายแหล่ง, หรือการตอบคำถามจากข้อมูลที่ได้รับ

  Phi-3 Medium 128K Instruct

  • โมเดลขนาดกลาง พร้อมความสามารถจัดการ context ยาวถึง 128K โทเคน

  • เหมาะกับงานตอบคำสั่งที่ต้องการข้อมูลยาว ๆ

  Phi-3 Mini 128K Instruct

  • เวอร์ชันเล็กของ Phi-3 Medium มี context window 128K เช่นกัน

  • เหมาะกับงานที่ต้องการความเร็วและประหยัดทรัพยากร

3

Prompt

• พิมพ์ คำสั่ง ที่คุณต้องการให้ AI ประมวลผลในช่องนี้ (เช่น คำถามหรือคำสั่งที่คุณต้องการให้โมเดลทำ)

• คำสั่งนี้จะเป็นคำแนะนำสำหรับโมเดลในการทำงานและสร้างผลลัพธ์ที่คุณต้องการ

4

การตั้งค่า Customization (ตัวเลือกเพิ่มเติม)

• Custom system: คุณสามารถตั้งค่าระบบที่ต้องการใช้งานหรือรูปแบบการประมวลผลที่ต้องการในบล็อกนี้

• Custom max token: กำหนดจำนวนสูงสุดของ tokens ที่จะใช้ในแต่ละการเรียกใช้งานโมเดล AI ซึ่งจะช่วยจำกัดขนาดของข้อมูลที่โมเดล AI สามารถประมวลผลได้ภายในแต่ละครั้ง

5

การตั้งค่าตัวแปร

• Assign to variable: เลือกตัวแปรที่คุณต้องการให้เก็บผลลัพธ์ที่ได้รับจากการประมวลผลของ AI เพื่อใช้ในขั้นตอนถัดไป