Khadimy, Phnum Pénh (2025)

22/07/2025

តោះស្វែងយល់ពី LangChain ដែលជាឧបករណ៍ដ៏អស្ចារ្យសម្រាប់អភិវឌ្ឍកម្មវិធីបញ្ញាសិប្បនិម្មិត (AI) ដែលអាចភ្ជាប់ជាមួយគំរូភាសាដ៏ធំ (Large Language Models) និងទិន្នន័យខាងក្រៅ។ បើអ្នកចង់បង្កើតកម្មវិធី AI ដែលឆ្លើយតបបានឆ្លាតវៃ និងអាចប្រើប្រាស់ទិន្នន័យជាក់លាក់បាន អត្ថបទនេះនឹងជួយអ្នកស្វែងយល់ថា LangChain អាចធ្វើអ្វីបានខ្លះ! ✨

LangChain ជាអ្វី?

LangChain គឺជាក្របខ័ណ្ឌ (framework) ដែលត្រូវបានរចនាឡើងដើម្បីជួយអ្នកអភិវឌ្ឍបង្កើតកម្មវិធីដែលប្រើគំរូភាសា AI (ដូចជា ChatGPT, Llama ឬគំរូផ្សេងទៀត) ដោយភ្ជាប់ជាមួយទិន្នន័យខាងក្រៅ ឧបករណ៍ និងបរិបទជាក់លាក់។ វាធ្វើឱ្យការបង្កើតកម្មវិធី AI កាន់តែងាយស្រួល និងមានប្រសិទ្ធភាព ដោយផ្តល់នូវសមត្ថភាពដូចជា៖

ការភ្ជាប់ជាមួយទិន្នន័យខាងក្រៅ (ឯកសារ, មូលដ្ឋានទិន្នន័យ, គេហទំព័រ)
ការប្រើឧបករណ៍ខាងក្រៅ (ដូចជា Google Search, API)
ការបន្ថែមមុខងារចងចាំ (memory) ដើម្បីឱ្យ AI ចងចាំបរិបទនៃការសន្ទនា
LangChain ដំណើរការយ៉ាងម៉េច?
LangChain ផ្តល់នូវសមាសធាតុសំខាន់ៗដែលជួយសម្រួលការអភិវឌ្ឍកម្មវិធី AI៖

គំរូភាសា (Language Models):
LangChain ភ្ជាប់ជាមួយគំរូ AI ដូចជា GPT-4 ឬ Llama ដើម្បីបង្កើតអត្ថបទ ឬឆ្លើយសំណួរ។

ការស្វែងរកទិន្នន័យ (Retrieval):
LangChain អនុញ្ញាតឱ្យអ្នកភ្ជាប់ AI ជាមួយបណ្តុំទិន្នន័យខាងក្រៅ (ឧ. ឯកសារ PDF, អត្ថបទ, ឬមូលដ្ឋានទិន្នន័យ)។ វាប្រើបច្ចេកទេសស្វែងរក (ដូចជា RAG) ដើម្បីជ្រើសរើសទិន្នន័យពាក់ព័ន្ធសម្រាប់បរិបទ។

ឧបករណ៍ (Tools):
LangChain អាចភ្ជាប់ AI ជាមួយឧបករណ៍ខាងក្រៅ ដូចជា Google Search, Wolfram Alpha, ឬ API ផ្សេងៗ ដើម្បីផ្តល់ចម្លើយដែលសម្បូរបែប។

ចងចាំ (Memory):
LangChain អនុញ្ញាតឱ្យ AI ចងចាំការសន្ទនាពីមុន ដែលធ្វើឱ្យការឆ្លើយតបកាន់តែមានបរិបទ និងស័ក្តិសម។

ភ្នាក់ងារ (Agents):
LangChain អាចបង្កើត “ភ្នាក់ងារ AI” ដែលសម្រេចចិត្តថាតើត្រូវស្វែងរកទិន្នន័យ ប្រើឧបករណ៍ ឬឆ្លើយផ្ទាល់ ដើម្បីផ្តល់ចម្លើយល្អបំផុត។

ឧទាហរណ៍ការប្រើ LangChain

សន្មតថាអ្នកជាម្ចាស់អាជីវកម្ម ហើយចង់បង្កើតកម្មវិធី Chatbot ដើម្បីឆ្លើយសំណួរអតិថិជនអំពីផលិតផល៖

ជំហានទី ១: អ្នកអាប់ឡូតឯកសារព័ត៌មានផលិតផល (PDF ឬអត្ថបទ) ទៅក្នុងបណ្តុំទិន្នន័យ។
ជំហានទី ២: LangChain ប្រើ RAG ដើម្បីស្វែងរកព័ត៌មានពាក់ព័ន្ធនឹងសំណួរអតិថិជន ដូចជា “តើផលិតផលនេះមានលក្ខណៈពិសេសអ្វីខ្លះ?”
ជំហានទី ៣: AI បង្កើតចម្លើយដោយផ្អែកលើទិន្នន័យដែលស្វែងរកបាន និងចងចាំបរិបទនៃការសន្ទនាដើម្បីឆ្លើយបន្តបានរលូន។
ឧទាហរណ៍មួយទៀត៖ បើអ្នកជាអ្នកស្រាវជ្រាវ អ្នកអាចប្រើ LangChain ដើម្បីសង្ខេបអត្ថបទស្រាវជ្រាវ ឬស្វែងរកចម្លើយពីឯកសារជាច្រើន។

អត្ថប្រយោជន៍នៃ LangChain

🔹 ភាពបត់បែន: អាចភ្ជាប់ជាមួយគំរូ AI និងឧបករណ៍ជាច្រើនបាន។
🔹 ងាយស្រួលប្រើ: អ្នកមិនចាំបាច់ជាអ្នកជំនាញសរសេរកូដក៏អាចបង្កើតកម្មវិធី AI បាន។
🔹 ផ្តល់ចម្លើយស៊ីជម្រៅ: ដោយភ្ជាប់ទិន្នន័យខាងក្រៅ និងចងចាំបរិបទ។
🔹 សន្សំពេលវេលា: ជួយស្វ័យប្រវត្តិកម្មការងារដូចជា ការស្វែងរក និងការសង្ខេបទិន្នន័យ។

LangChain អាចប្រើនៅកន្លែងណាខ្លះ?
អាជីវកម្ម: បង្កើត Chatbot ដើម្បីឆ្លើយសំណួរអតិថិជន ឬជួយគ្រប់គ្រងឯកសារផ្ទៃក្នុង។
ការអប់រំ: សង្ខេបឯកសារសិក្សា ឬបង្កើតជំនួយការសិក្សាដ៏ឆ្លាតវៃ។
ការស្រាវជ្រាវ: ជួយស្វែងរក និងវិភាគទិន្នន័យពីឯកសារស្រាវជ្រាវ។
ទីផ្សារ: បង្កើតមាតិកាដោយស្វ័យប្រវត្តិ ឬវិភាគទិន្នន័យទីផ្សារ។

ហេតុអ្វីត្រូវជ្រើសរើស LangChain?

LangChain គឺជាដៃគូដ៏ល្អសម្រាប់អ្នកដែលចង់បង្កើតកម្មវិធី AI ដែលមានភាពឆ្លាតវៃ និងអាចបត់បែនបាន។ វាអនុញ្ញាតឱ្យអ្នកបញ្ចូលទិន្នន័យជាក់លាក់ ភ្ជាប់ជាមួយឧបករណ៍ខាងក្រៅ និងបង្កើតចម្លើយដែលមានគុណភាពខ្ពស់។ មិនថាអ្នកជាអ្នកអភិវឌ្ឍ ម្ចាស់អាជីវកម្ម ឬអ្នកស្រាវជ្រាវទេ LangChain នឹងជួយឱ្យការងាររបស់អ្នកកាន់តែរលូន និងមានប្រសិទ្ធភាព!

ចង់សាកល្បង LangChain?

LangChain គឺជាក្របខ័ណ្ឌបើកចំហ (open-source) ដែលអ្នកអាចចាប់ផ្តើមប្រើបានដោយងាយ។ អ្នកអាចសាកល្បងជាមួយ Python ដោយបញ្ចូលឯកសាររបស់អ្នក ឬភ្ជាប់ជាមួយ API ដើម្បីបង្កើតកម្មវិធី AI ផ្ទាល់ខ្លួន។ មានឯកសារណែនាំ និងសហគមន៍អ្នកប្រើប្រាស់ជាច្រើនដែលអាចជួយអ្នកចាប់ផ្តើម!

💬 តើអ្នកគិតយ៉ាងណាដែរចំពោះ LangChain?

read more: https://www.langchain.com/

18/07/2025

RAG (Retrieval-Augmented Generation) បច្ចេកទេសបញ្ញាសិប្បនិម្មិត (AI) ដ៏អស្ចារ្យដែលកំពុងផ្លាស់ប្តូរវិធីធ្វើការក្នុងអាជីវកម្ម ការស្រាវជ្រាវ និងការអប់រំ។ បើអ្នកចង់សន្សំពេលវេលា បង្កើនភាពត្រឹមត្រូវ និងទទួលបានចម្លើយស៊ីជម្រៅ អត្ថបទនេះនឹងប្រាប់អ្នកថា RAG អាចជួយបានយ៉ាងម៉េច! ✨

RAG ជាអ្វី?

RAG គឺជាបច្ចេកទេសដែលរួមបញ្ចូលគ្នារវាង ការស្វែងរកទិន្នន័យ (Retrieval) និង ការបង្កើតអត្ថបទ (Generation)។ វាធ្វើការជាមួយគំរូភាសាដ៏ធំ (Large Language Models) ដើម្បីផ្តល់ចម្លើយដែលមានភាពត្រឹមត្រូវ និងផ្អែកលើទិន្នន័យជាក់ស្តែង។ និយាយឱ្យសាមញ្ញ RAG គឺដូចជាអ្នកជំនួយការឆ្លាតវៃដែលអាចស្វែងរកព័ត៌មានពីឯកសារ ឬបណ្តុំទិន្នន័យ ហើយបង្កើតចម្លើយដែលលម្អិត និងត្រូវតាមតម្រូវការ។

RAG ដំណើរការយ៉ាងម៉េច? RAG ធ្វើការតាមជំហានសំខាន់ៗពីរ៖

ការស្វែងរក (Retrieval):
នៅពេលអ្នកសួរសំណួរ ដូចជា “តើប្រវត្តិនៃក្រុមហ៊ុន Apple ជាអ្វី?” RAG នឹងស្វែងរកឯកសារ ឬទិន្នន័យពាក់ព័ន្ធពីបណ្តុំទិន្នន័យ (ឧ. អត្ថបទ ឯកសារ PDF ឬគេហទំព័រ)។ វាជ្រើសរើសផ្នែកអត្ថបទដែលស័ក្តិសមបំផុតនឹងសំណួររបស់យើង។

ការបង្កើត (Generation):
បន្ទាប់មក AI នឹងប្រើទិន្នន័យដែលបានស្វែងរកបានជាបរិបទ (context) ដើម្បីបង្កើតចម្លើយ។
ចម្លើយនេះមិនត្រឹមតែផ្អែកលើចំណេះដឹងរបស់ AI ប៉ុណ្ណោះទេ ថែមទាំងផ្អែកលើទិន្នន័យថ្មីៗដែលទើបស្វែងរកបានផង។

ឧទាហរណ៍៖ បើអ្នកសួរថា “តើក្រុមហ៊ុន Tesla ធ្វើអ្វីខ្លះក្នុងឆ្នាំ ២០២៤?” RAG នឹងស្វែងរកព័ត៌មានថ្មីៗអំពី Tesla ហើយបង្កើតចម្លើយដែលលម្អិត និងទាន់សម័យ។

អត្ថប្រយោជន៍នៃ RAG

🔹 ភាពត្រឹមត្រូវខ្ពស់: RAG ផ្តល់ចម្លើយដោយផ្អែកលើទិន្នន័យជាក់ស្តែង ទើបមានភាពជឿជាក់ និងទាន់សម័យ។
🔹 បរិបទសម្បូរបែប: អាចផ្តល់ចម្លើយលម្អិតដោយផ្អែកលើឯកសារជាក់លាក់។
🔹 កាត់បន្ថយកំហុស: កាត់បន្ថយឱកាសនៃការផ្តល់ចម្លើយខុស ឬ “hallucination” (ការបង្កើតទិន្នន័យមិនពិត)។
🔹 សន្សំពេលវេលា: ជួយស្វែងរក និងសង្ខេបព័ត៌មានបានយ៉ាងលឿន។

RAG អាចប្រើនៅកន្លែងណាខ្លះ?

អាជីវកម្ម: ប្រើសម្រាប់ឆ្លើយសំណួរអតិថិជនដោយផ្អែកលើឯកសារផ្ទៃក្នុង ដូចជា ការត្រួតពិនិត្យវិក្កយបត្រ ឬសំណើតម្លៃ។
ការស្រាវជ្រាវ: ជួយសង្ខេបអត្ថបទស្រាវជ្រាវ ឬស្វែងរកព័ត៌មានពីឯកសារស្មុគស្មាញ។
ការអប់រំ: ផ្តល់ចម្លើយលម្អិតដោយផ្អែកលើសៀវភៅ ឬឯកសារសិក្សា។

ឧទាហរណ៍៖ បើអ្នកជាអ្នកគ្រប់គ្រងគណនេយ្យ អ្នកអាចប្រើ RAG ដើម្បីស្វែងរកវិក្កយបត្រចាស់ៗ និងសួរសំណួរដូចជា “វិក្កយបត្រណាដែលមានទឹកប្រាក់លើស ១០០០ ដុល្លារ ក្នុងឆ្នាំ ២០២៤?” RAG នឹងស្វែងរកឯកសារពាក់ព័ន្ធ និងផ្តល់ចម្លើយច្បាស់លាស់។

03/07/2025

Prompt គឺជាសំណួរ ឬសេចក្តីណែនាំដែលអ្នកផ្តល់អោយ AI (ឧទាហរណ៍៖ ChatGPT, DeepSeek) ដើម្បីទទួលបានការឆ្លើយតប ឬលទ្ធផលដែលអ្នកចង់បាន។ Prompt ដែលល្អនឹងជួយអោយ AI យល់ច្បាស់ និងផ្តល់ចម្លើយត្រឹមត្រូវ។ដូច្នេះ Prompt គឺជាមធ្យោបាយសំខាន់ក្នុងការទំនាក់ទំនងជាមួយ AI ដើម្បីទទួលបានព័ត៌មានដែលអ្នកត្រូវការ! សូមណែនាំពីថ្នាក់រៀន Prompt Engineering for AI ឥតគិតថ្លៃ៖

📌https://www.coursera.org/learn/prompt-engineering
- Vanderbilt University (តាម Coursera)
- បង្កើតអត្ថបទ/រូបភាព/កូដដោយ Prompt

📌https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/
- DeepLearning.AI + OpenAI (Andrew Ng)
- Few-Shot Prompting, Chain-of-Thought, ការប្រើ API

📌https://www.coursera.org/learn/generative-ai-prompt-engineering-for-everyone
- IBM, Coursera

#ថ្នាក់រៀនឥតគិតថ្លៃ #អភិវឌ្ឍន៍ជំនាញឌីជីថល

28/06/2025

📘 ថ្នាក់រៀនឥតគិតថ្លៃពី HARVARD University!

-CS50's Introduction to Programming with Python
📌 https://pll.harvard.edu/course/cs50s-introduction-programming-python

-CS50's Introduction to Artificial Intelligence with Python
📌 https://pll.harvard.edu/course/cs50s-introduction-artificial-intelligence-python

22/06/2025

📘 ថ្នាក់ Artificial Intelligence (AI) Education for Teachers ឥតគិតថ្លៃពី Macquarie University ក្នុង Coursera!

📌 https://www.coursera.org/learn/artificial-intelligence-education-for-teachers

21/06/2025

📚 រៀនអំពី AI និង Prompt Engineering !

សួស្តីបងប្អូន! ខាងក្រោមនេះជាឯកសារទាំង ៨ ដែលអាចជួយចំណេះដឹងផ្នែក AI & agents 🚀:

1️⃣ Prompting 101 by Google (Gemini)
👉https://services.google.com/fh/files/misc/gemini-for-google-workspace-prompting-guide-101.pdf

2️⃣ Prompt Engineering (Google whitepaper)
👉https://www.gptaiflow.tech/assets/files/2025-01-18-pdf-1-TechAI-Goolge-whitepaper_Prompt%20Engineering_v4-af36dcc7a49bb7269a58b1c9b89a8ae1.pdf

3️⃣ Best Practices for Agentic Coding (Anthropic Claude Code)
👉 https://www.anthropic.com/engineering/claude-code-best-practices

4️⃣ Finding & Scaling AI Use Cases (OpenAI)
👉https://cdn.openai.com/business-guides-and-resources/identifying-and-scaling-ai-use-cases.pdf

5️⃣ Building Trusted AI in the Enterprise (Anthropic)
👉https://assets.anthropic.com/m/66daaa23018ab0fd/original/Anthropic-enterprise-ebook-digital.pdf

7️⃣ Agents Companion (Kaggle)
👉 https://www.kaggle.com/whitepaper-agent-companion

8️⃣ A Practical Guide to Building Agents (OpenAI)
👉https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf

05/06/2025

🌐សម្រាប់អ្នកចង់ចាប់ផ្តើមរៀន UX/UI Design សូមណែនាំពី Uxcel ជាវេទិកាអប់រំអនឡាញដែលផ្តល់ជូននូវមុខវិជ្ជាដែលមានប្រយោជន៍សម្រាប់អ្នកចាប់ផ្តើម និងអ្នកមានបទពិសោធន៍។

🎓 Free Courses Available on Uxcel (2025)

🧠 1. UX Design Foundations
សិក្សាពីគ្រឹះ UX Design ដូចជា User Research, Wireframing, Prototyping និង User Testing
👉 https://app.uxcel.com/courses/design-foundations

🧩 2. UI Components & Patterns
រៀនអំពី UI Elements ដូចជា Button, Card, Modal, Navbar និងការរចនាដែលអាចអនុវត្តបាន
👉 https://app.uxcel.com/courses/ui-components-n-patterns

♿ 3. Accessibility in Design
រៀនធ្វើឲ្យ App/Web មានភាពងាយប្រើសម្រាប់គ្រប់មនុស្ស
👉 https://app.uxcel.com/courses/design-accessibility

📘 4. Design Terminology (UX/UI Vocabulary)
រៀនពាក្យសព្ទដ៏សំខាន់ៗសម្រាប់ UX/UI Designers

👉 https://app.uxcel.com/courses/design-lingo

🎨 5. Color Accessibility
ស្វែងយល់អំពីការប្រើពណ៌តាម Accessibility Standards (WCAG)
👉 https://app.uxcel.com/courses/design-accessibility/accessible-colors-417

---
💡 Website ផ្លូវការរបស់ Uxcel:
👉 https://uxcel.com

01/06/2025

🧠 តើអ្នកធ្លាប់មានអារម្មណ៍បែបនេះទេ? ពេលចាប់ផ្តើមបង្កើត/រចនា App ឬ Website មនុស្សជាច្រើនចាប់ផ្តើមពី “ចង់ឲ្យ UI ស្រស់ស្អាត” ឬ “ចង់ប្រើបច្ចេកវិទ្យាថ្មីៗ” 🖌️💻
ប៉ុន្តែ!!! ពេលខ្លះភ្លេចគិតអំពីអ្នកប្រើប្រាស់៖ ថាគាត់ជានរណា? ប្រើ App ក្នុងបរិបទបែបណា? គោលបំណងអ្វី? មានបញ្ហាអ្វី?

🎯 នេះជាមូលហេតុដែលយើងត្រូវចាប់ផ្តើមពីការបង្កើត User Persona។
📄 User Persona គឺជា “តំណាងនៃអ្នកប្រើប្រាស់ពិតប្រាកដ” ដែលបង្កើតឡើងដោយប្រមូលព័ត៌មានដូចជា៖ អាយុ មុខរបរ គោលដៅ ជំនាញបច្ចេកទេស អាកប្បកិរិយានៅក្នុងការប្រើប្រាស់ App និងបញ្ហាដែលគាត់ជួបប្រទះ។
វាមិនមែនជាប្រវត្តិគោលបំណងទេ ប៉ុន្តែជាឧបករណ៍សំខាន់សម្រាប់ Design Team, Dev Team និង Marketing ឲ្យយល់ឃើញច្បាស់ពីអ្នកប្រើប្រាស់។
---
📱 ស្រមៃថាអ្នកកំពុង Design Banking App
👉 បើគិតថាក្រុមអ្នកប្រើជា "Everyone" អ្នកអាចធ្វើឲ្យ UI ស្មុគស្មាញ
👉 ប៉ុន្តែបើមាន Persona ដូចជា “អ្នកប្រើអាយុ 60 ប្រើស្មាតហ្វូនតិចតួច ចង់តែពិនិត្យសមតុល្យ និងផ្ទេរប្រាក់បានឆាប់រហ័ស”
អ្នកនឹងដឹងភ្លាមៗថា App ត្រូវ
✅ មាន Interface ងាយប្រើ
✅ Font ស្រួលអាន
✅ Button ធំៗច្បាស់ៗ
✅ និង Navigation មិនស្មុគស្មាញ

🤝 User Persona នឹងជួយធ្វើឲ្យ Dev, UX Designer, Marketing, និង Stakeholder ទាំងអស់ធ្វើការងាយស្រួលជាមួយគ្នា មានរូបភាពរួមចំពោះ “Target User” វាសំខាន់សម្រាប់ដឹកនាំ project ដែលត្រឹមត្រូវ។ កុំចាប់ផ្តើមរចនា បើយើងមិនទាន់ដឹងថាកំពុងរចនាឲ្យនរណា!

អាននិង ស្វែងរកអត្ថបទផ្សេងៗទៀ: https://www.khadimy.com

31/05/2025

តោះសាកល្បងបង្កើត Database Schema Design ជាមួយ ChartDB ងាយៗ៖

យើងធ្លាប់បានបង្កើត Database Schema មកហើយវាមិនមែនជារឿងងាយស្រួលនោះទេ ជាពិសេសនៅពេលដែលត្រូវដោះស្រាយនឹងតារាង (Table) ស្មុគស្មាញ និងទំនាក់ទំនងជាច្រើនរវាងទិន្នន័យ។ បញ្ហាទាំងនេះធ្វើឲ្យយើងចំណាយពេលច្រើនណាស់ក្នុងការបង្កើត Schema ។ តើល្អទេបើមានឧបករណ៍សម្រាប់ជាជំនួយ?

📊 សូមណែនាំឱ្យស្គាល់ ChartDB ដែលជាឧបករណ៍ (Tool) មួយ អាចឲ្យយើងបង្កើត Database Schema បានដោយរបៀប Drag & Drop ដែលងាយស្រួលបំផុត ដោយមិនចាំបាច់សរសេរ SQL ដើម្បីកំណត់ Schema ដោយខ្លួនឯងព្រោះ ChartDB អាចជួយបង្កើត Schema បានយ៉ាងរហ័ស

🔧 អ្វីដែលគួរអោយភ្ញាក់ផ្អើលអំពី ChartDB មិនមែនបញ្ចប់ត្រឹមនេះទេ ព្រោះវាអាចបង្កើតស្គ្រីប DDL សម្រាប់ Database មួយចំនួនដូចជា PostgreSQL, MySQL, SQL Server និងផ្សេងៗទៀត។ វាអាចជួយឲ្យយើងបង្កើត និងយក Schema ទៅប្រើប្រាស់ពិតៗបានយ៉ាងងាយស្រួល គ្រប់តម្រូវការរបស់យើងមិនថាគម្រោងតូច ឬធំ។

☁️ ជាពិសេសយើងអាចប្រើប្រាស់ ChartDB បានទាំងក្នុង Web Browser ឬយើងអាចទាញយកមកប្រើដោយខ្លួនឯង (Self-Hosted) ដោយដំណើរការវានៅលើម៉ាស៊ីនរបស់យើងជាមួយ Docker — ដោយមិនចាំបាច់ចំណាយលុយផងដែរ!

ចូលទៅស្វែងយល់បន្ថែមអំពីរបៀបប្រើប្រាស់ ChartDB បានទីនេះណា 👉 [https://docs.chartdb.io/docs/welcome]

25/05/2025

Google ផ្តល់ជូនវគ្គសិក្សា AI ដោយឥតគិតថ្លៃ រៀនចប់មានវិញ្ញាបនបត្រផងដែរ! 🔟 Top 10 Free AI Courses from Google (in English) — Learn Anytime!

1. Intro to Generative AI
Learn what Generative AI is, how it works, and how it differs from traditional machine learning.
👉 https://www.cloudskillsboost.google/paths/118/course_templates/536

2. Intro to Large Language Models (LLMs)
Understand how large language models like ChatGPT and Gemini work and how to use them.
👉 https://www.cloudskillsboost.google/paths/118/course_templates/539

3. Introduction to Machine Learning
Covers machine learning basics and responsible AI practices.
👉 https://applieddigitalskills.withgoogle.com/c/machine-learning/overview.html

4. Applying AI Principles with Google Cloud
Learn how to apply ethical AI principles in your organization.
👉 https://www.cloudskillsboost.google/paths/118/course_templates/388

5. Google AI Essentials (via Coursera)
Boost your productivity using AI tools in writing, thinking, and working smarter.
👉 https://www.coursera.org/specializations/ai-essentials-google

6. Intro to the Cloud
An easy-to-understand course on cloud computing, the foundation of modern AI.
👉 https://rsvp.withgoogle.com/events/gdg-introduction-to-the-cloud

7. Intro to Responsible AI
Learn how to create AI that is fair, safe, and free from bias.
👉 https://www.cloudskillsboost.google/paths/118/course_templates/554

8. Basics of Code
Beginner-friendly programming course — perfect if you’ve never coded before.
👉 https://skillshop.exceedlms.com/student/path/648915-basics-code

9. Cloud Computing Foundations
Understand the basics of cloud, big data, and machine learning in one go.
👉 https://www.cloudskillsboost.google/course_templates/156

10. Prompt Design in Vertex AI
Master prompt engineering to use Gemini and other LLMs more powerfully.
👉 https://www.cloudskillsboost.google/paths/118/course_templates/976

🎓 រៀនឥតគិតថ្លៃ + មានវិញ្ញាបនបត្រ

09/05/2025

ហេតុអ្វីបានជា AI ដឹងថាខ្លួនឯងពូកែអ្វី? | តើយើងវាស់ស្ថានភាព AI យ៉ាងដូចម្តេច?
AI មិនមែនប្រើអារម្មណ៍ដូចមនុស្សទេ ដើម្បីដឹងថាវាពូកែអ្វីប្រើ ការប្រឡង ដូចជា ការសាកល្បងសមត្ថភាពក្នុងសាលា!

⏩ ហេតុអ្វីត្រូវឲ្យ AI ប្រឡង?
ដោយសារ AI កំពុងតែបង្កើតឥទ្ធិពលដ៏ធំលើសង្គម យើងត្រូវ៖
-យល់ថាវាអាចធ្វើអ្វីបានខ្លះ
-ប្រើវាឱ្យបានសុវត្ថិភាព
-កំណត់ដែនកំណត់របស់វា

⏩ AI ប្រឡងអ្វីខ្លះ?
AI ត្រូវតេស្តជាច្រើនផ្នែកដូចជា៖
1. ភាសា (អាន សរសេរ ឆ្លើយសំណួរ)
2. តក្កវិជ្ជា និងហេតុផល
3. ការបង្កើតច្នៃប្រឌិត
4. អង្គចងចាំយូរ
5. ដោះស្រាយបញ្ហាជាក់ស្តែង
6. គណិតវិទ្យា
7. ភាពស្មោះត្រង់

⏩ តេស្តសំខាន់ៗរបស់ AI៖
-MMLU – ប្រឡងចំណេះដឹងវិជ្ជាជីវៈ
-GSM8K – លំហាត់គណិតវិទ្យា
-TruthfulQA – ពិនិត្យភាពត្រឹមត្រូវនៃការឆ្លើយ
-HellaSwag – សំនួរហេតុផលធម្មតា

⏩ តើ AI ពូកែដល់ណាហើយ?
AI សម័យថ្មីៗ (GPT-4, Claude, Gemini) ពូកែលើចំណេះដឹងទូទៅ និងដោះស្រាយបញ្ហា៖
-GPT-4 ប្រឡងជាប់បណ្ឌិត
-Gemini ពិន្ទុលើសមនុស្សលើ MMLU
-Claude 2 ឆ្លើយសំណួរយ៉ាងស្មោះត្រង់ជាងកម្រិតមធ្យម

⏩ តែ AI នៅខ្សោយផងដែរ៖
-មិនទាន់ឆ្លើយបានល្អលើបញ្ហាស្មុគស្មាញ
-ខ្វះចក្ខុវិស័យសម្រាប់ការបង្កើតគំនិតជាថ្មី
-មិនអាចធានាការស្មោះត្រង់ ១០០% នៅឡើយ
---

ការវាស់វែងសមត្ថភាព AI គឺសំខាន់ណាស់សម្រាប់ការប្រើប្រាស់ ដើម្បីដឹងថាវាពូកែអ្វី ខ្សោយអ្វី និងសមរម្យសម្រាប់ករណីណា។ អ្នកប្រើប្រាស់ គួរតែយល់ពី សមត្ថភាព និងដែនកំណត់របស់ AI ដើម្បីប្រើវាឱ្យបានយ៉ាងឆ្លាតវៃ!

—
#បច្ចេកវិទ្យា #វាយតម្លៃAI

Khadimy

22/07/2025

18/07/2025

03/07/2025

28/06/2025

22/06/2025

21/06/2025

05/06/2025

01/06/2025

31/05/2025

25/05/2025

09/05/2025

Address

Website

Alerts

Shortcuts

Share