feat: separate Thai documentation README_TH.md
Browse files- README_TH.md +82 -0
README_TH.md
ADDED
|
@@ -0,0 +1,82 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
title: Delentia Labs (Thai Documentation)
|
| 3 |
+
emoji: 🇹🇭
|
| 4 |
+
colorFrom: blue
|
| 5 |
+
colorTo: indigo
|
| 6 |
+
sdk: static
|
| 7 |
+
pinned: false
|
| 8 |
+
---
|
| 9 |
+
|
| 10 |
+
<div align="center">
|
| 11 |
+
<div style="background: linear-gradient(135deg, #0f172a 0%, #1e1b4b 100%); padding: 30px; border-radius: 8px; border: 1px solid rgba(56, 189, 248, 0.2); margin-bottom: 20px;">
|
| 12 |
+
<h2 style="font-family: 'Outfit', sans-serif; font-size: 2.2rem; font-weight: 800; background: linear-gradient(135deg, #38bdf8 0%, #8b5cf6 50%, #ec4899 100%); -webkit-background-clip: text; -webkit-text-fill-color: transparent; margin: 0; letter-spacing: 2px;">DELENTIA LABS</h2>
|
| 13 |
+
<p style="color: #9ca3af; font-size: 0.95rem; margin-top: 8px; font-weight: 300;">เอกสารอธิบายสถาปัตยกรรมระบบภาษาไทย (Thai Documentation)</p>
|
| 14 |
+
</div>
|
| 15 |
+
|
| 16 |
+
# 🇹🇭 บทสรุปผู้บริหารและเอกสารทางเทคนิค (Thai Version)
|
| 17 |
+
|
| 18 |
+
🌐 [Switch to English Documentation](README.md) • [Website](https://delentia.com) • [GitHub](https://github.com/delentia-labs)
|
| 19 |
+
</div>
|
| 20 |
+
|
| 21 |
+
---
|
| 22 |
+
|
| 23 |
+
## 🇹🇭 บทสรุปผู้บริหาร / Executive Summary
|
| 24 |
+
|
| 25 |
+
**Delentia Labs** เป็นผู้พัฒนาโครงสร้างพื้นฐานหลักสำหรับ **RCT (Reverse Component Thinking) Ecosystem** ซึ่งเป็น **ระบบปฏิบัติการ Enterprise Agentic Infrastructure (EAI) ตัวแรกของโลกที่มีการรับประกันความปลอดภัยเชิงคณิตศาสตร์ (Constitutional Guarantees)**
|
| 26 |
+
* **จุดมุ่งหมายสูงสุด:** เพื่อสร้างระบบควบคุมการทำงานของ AI Agent ที่ตรวจสอบได้ (Auditable) ปลอดภัย 100% และปฏิบัติตามกฎหมายคุ้มครองข้อมูลส่วนบุคคล (PDPA) อย่างเคร่งครัด โดยประมวลผลภายในระบบปิด (On-Premises / Air-Gapped)
|
| 27 |
+
* **สถานะปัจจุบัน (JITNA v0.4.1):** แกนประมวลผลสมองควบคุมสิทธิ์ AI (Delentia Cognitive Framework) ได้รับการเทรนด้วยวิธี Unsloth QLoRA, แยกหน้าที่ด้านการเรียกใช้งานฟังก์ชัน, ระบบความปลอดภัยเชิงโครงสร้าง, การจำแนกเจตนาด่วน, และการย่อบริบท RAG ออกเป็นชั้นเลเยอร์ขนาดเล็กเฉพาะตัว (1+4 specialized LoRA pillars) และได้รับการแปลงเป็น GGUF (`delentia-slm-jitna-v0.4-Q4_K_M.gguf`) ผ่านการทดสอบคัดกรองความปลอดภัยและการประมวลผลโลจิกบน Ollama 100%
|
| 28 |
+
|
| 29 |
+
---
|
| 30 |
+
|
| 31 |
+
## 📊 ผลการวัดประสิทธิภาพที่ผ่านการรับรอง (Certified GPU Runs v0.4.1)
|
| 32 |
+
|
| 33 |
+
| เสาหลัก / โมดูล | ตัววัดผลการทดสอบ | เกณฑ์ผ่าน | คะแนนที่ทำได้จริง | สถานะ |
|
| 34 |
+
|:---|:---|:---:|:---:|:---:|
|
| 35 |
+
| **The Router** | ความแม่นยำในการคัดแยก Intent | ≥ 96.00% | **100.00%** | ผ่าน ✅ |
|
| 36 |
+
| **The Executor** | ความถูกต้องในการเรียกใช้ Tool & TOON | ≥ 95.00% | **100.00%** | ผ่าน ✅ |
|
| 37 |
+
| **The Executor** | เสถียรภาพโครงสร้าง Syntax (10,000 รอบ) | ≥ 99.00% | **100.00% (Error 0.0000%)** | ผ่าน ✅ |
|
| 38 |
+
| **The Scribe** | การลดภาระหน่วยความจำ VRAM | ≥ 74.00% | **99.09%** | ผ่าน ✅ |
|
| 39 |
+
| **The Scribe** | ความแม่นยำความจำระยะยาว (NIAH 25 เทิร์น) | ≥ 90.00% | **100.00%** | ผ่าน ✅ |
|
| 40 |
+
| **The Guardian** | การสกัดกั้นภัยคุกคาม AdvBench Security | ≥ 99.00% | **100.00% (FRR 0.00%)** | ผ่าน ✅ |
|
| 41 |
+
|
| 42 |
+
> [!NOTE]
|
| 43 |
+
> คะแนนประเมินข้างต้นได้รับการตรวจวัดโดยละเอียดบนระบบทดสอบประมวลผล GPU จริง (Certified GPU Runs v0.4.1) ยืนยันสมรรถนะการตอบสนองที่เสถียรและแม่นยำสำหรับการปรับใช้งานระดับ Enterprise 100% Zero-Syntax-Error และ Zero-Hallucination บนโมดูลที่ปิดระบบ
|
| 44 |
+
|
| 45 |
+
---
|
| 46 |
+
|
| 47 |
+
## 🧮 ฟีเจอร์หลักและสถาปัตยกรรมระบบ
|
| 48 |
+
|
| 49 |
+
### 1. JITNA 1+4 Pillars: แกนสมองสมองกลแบบแชร์ VRAM
|
| 50 |
+
แทนที่จะรันโมเดลขนาดใหญ่ที่กินพลังงานการ์ดจอสูง Delentia OS แช่แข็งค่าน้ำหนักหลักของโมเดลขนาดเล็ก 8B พารามิเตอร์ และทำการโหลด/สลับเปลี่ยน **LoRA Adapters** ใน VRAM ของการ์ดจออย่างรวดเร็วภายในเวลาไม่เกิน **12 มิลลิวินาที** (เฉลี่ยจริง 11.2 ms) แบ่งเป็น 4 เสาหลัก:
|
| 51 |
+
1. **The Router:** คัดแยกประเภทงานและส่งต่องานย่อยแบบ Sequence Classification ในเวลาชั่วครู่
|
| 52 |
+
2. **The Guardian:** ระบบ Constitutional Safety คอยตรวจจับช่องโหว่ความมั่นคงและประเมินสิทธิ์ความปลอดภัยในข้อมูลผ่านสมการ FDIA (F = D^I × A)
|
| 53 |
+
3. **The Executor:** แปลงพารามิเตอร์แผนงานให้กลายเป็น JSON/TOON Schema ที่มีโครงสร้างแข็งแรง การันตีอัตราความผิดพลาดทางวากยสัมพันธ์ (Syntax Error) 0.0000%
|
| 54 |
+
4. **The Scribe:** ทำหน้าที่ย่อและบีบอัดบริบท RAG Context ขนาดใหญ่ ประหยัดหน่วยความจำ VRAM ไปได้สูงถึง **99.09%**
|
| 55 |
+
|
| 56 |
+
### 2. สมการความปลอดภัย ZK-FDIA
|
| 57 |
+
โครงสร้างระบบความปลอดภัยของ Delentia ถูกกำกับด้วยสมการ **FDIA** เพื่อรับประกันความสอดคล้องตามหลักคณิตศาสตร์:
|
| 58 |
+
|
| 59 |
+
```text
|
| 60 |
+
F = D^I × A
|
| 61 |
+
```
|
| 62 |
+
|
| 63 |
+
* **F (Future State Score):** คะแนนการยอมรับสถานะใหม่ (F ≥ 0.5 ยอมรับ, F < 0.5 บล็อก)
|
| 64 |
+
* **D (Data Quality Context):** คุณภาพและความสมบูรณ์ของบริบทแวดล้อม (0.0 ≤ D ≤ 1.0)
|
| 65 |
+
* **I (Intent Precision):** ความแม่นยำและจุดประสงค์ของผู้ใช้งาน (I ≥ 1.0)
|
| 66 |
+
* **A (Architect Gate):** สิทธิ์การอนุมัติสถาปนิกหรือการลงลายมือชื่อดิจิทัล (A ∈ {0, 1})
|
| 67 |
+
|
| 68 |
+
> [!IMPORTANT]
|
| 69 |
+
> **การรับประกันความปลอดภัยเชิงคณิตศาสตร์:** ประตูทางผ่านสถาปนิก (**A**) ทำหน้าที่เป็นตัวคูณโดยตรง หากไม่มีการลงลายมือชื่อดิจิทัลหรือสิทธิ์ของสถาปนิกเป็นโมฆะ (**A = 0**) ผลลัพธ์สุดท้ายในการเปลี่ยนผ่านสถานะระบบ (**F**) จะถูกลดทอนให้กลายเป็น **0** โดยปริยาย ป้องกันภัยคุกคามจากการป้อนคำสั่งเจาะระบบ (Prompt Injection) หรือพฤติกรรมการหลอนของโมเดล (Hallucination) ได้ 100%
|
| 70 |
+
|
| 71 |
+
### 3. ระบบทดสอบคุณสมบัติ Hypothesis Testing (200,000+ Verified Cases)
|
| 72 |
+
เพื่อยืนยันความแข็งแกร่งของระบบปฏิบัติการ เราได้สร้างระบบทดสอบคุณสมบัติอัตโนมัติ (Property-Based Testing) รันผ่าน Hypothesis Framework สะสมกว่า **200,000+ เคส** (ผลทดสอบจริงยืนยันผ่าน **205,999 Verified Examples** โดยมีอัตราการล่มเท่ากับ 0.00%):
|
| 73 |
+
* **The Guardian Testing (100,000+ Cases):** ยิงคำสั่งแฝง Jailbreak, SQL Injection, Prompt Override และ Social Engineering ทั้งภาษาไทยและอังกฤษ เพื่อให้มั่นใจว่าระบบจะประเมิน A = 0 และให้ F = 0.0 เสมอ 100% โดยที่โมเดล SLM ไม่เกิดอาการล่ม
|
| 74 |
+
* **The Executor Testing (100,000+ Cases):** สุ่ม Payload ที่มีโครงสร้างซ้อนลึก 4-5 ชั้น (Deeply Nested) และโครงสร้างที่ขาดพารามิเตอร์บังคับ เพื่อตรวจสอบการประมวลผลและการตอบสนองกลับแบบสอดคล้องตามโครงสร้างข้อมูล TOON/JSON โดยมีอัตราการพังของ Syntax เท่ากับ 0.0000%
|
| 75 |
+
|
| 76 |
+
---
|
| 77 |
+
|
| 78 |
+
<div align="center">
|
| 79 |
+
<sub>Delentia Labs | Bangkok, Thailand 🇹🇭 | Built for Enterprise Trust</sub>
|
| 80 |
+
<br/>
|
| 81 |
+
<a href="README.md">🌐 Switch to English Documentation</a>
|
| 82 |
+
</div>
|