AITidBaan (AI ติดบ้าน)

ภาษาไทย · English

ให้ AI อยู่ในเครื่องคุณ ไม่ต้องส่งเอกสารลับขึ้น Cloud

👉 เปิดเว็บ aitidbaan.pages.dev

แนวคิด

บริษัทจำนวนมากไม่ให้ส่งเอกสารขึ้น ChatGPT เพราะข้อมูลเป็นความลับ ทางออกคือ AI ออฟไลน์ (Local LLM) ที่รันบนคอมของคุณเอง แต่สำหรับคนทั่วไปยังยากเกินไป เพราะ:

• ศัพท์อย่าง 7B, Q4, GGUF, VRAM ทำให้ถอยตั้งแต่แรก
• ไม่มีใครบอกว่าโมเดลไหนทำงานเอกสารภาษาไทยได้จริง

AITidBaan สอนแนวคิดของ AI ออฟไลน์ด้วยภาษาง่ายๆ แล้วพาทำทีละขั้น ตั้งแต่เช็กเครื่อง เลือกโมเดล ติดตั้ง จนตัดเน็ตแล้วยังใช้ได้

วิสัยทัศน์

คนทำงานออฟฟิศทุกคนควรใช้ AI กับเอกสารงานได้ โดยข้อมูลไม่ออกจากเครื่อง

• ฟรีและเป็นภาษาไทย สำหรับมือใหม่ ไม่ใช่สายเทค
• ให้คำตอบเดียว ไม่โยนตารางให้เลือกเอง
• โปร่งใส ทุกผลที่เว็บใช้ตรวจย้อนได้ใน repo นี้

ผลทดสอบภาษาไทย

เราวัดเองกับงานเอกสารออฟฟิศ ได้แก่ สรุปเอกสาร ปรับเป็นภาษาทางการ ตรวจคำผิด ดึงข้อมูล แปล และจัดรายงานการประชุม เอกสารทุกฉบับแต่งขึ้นเพื่อทดสอบ

1. ส่งข้อสอบ (testset/) ให้ทุกโมเดลด้วยค่าตั้งเดียวกัน คำตอบดิบอยู่ที่ results/raw/
2. ซ่อนชื่อโมเดล แล้วให้ AI (Claude) ประเมินเป็น 3 ระดับ: ใช้ได้เลย / ต้องแก้นิดหน่อย / ใช้ไม่ได้ ตามเกณฑ์นี้
3. AI อีก 2 ตัวสุ่มตรวจ ไม่พบจุดที่ประเมินผิด (ผลสุ่มตรวจ)

ข้อจำกัด: ผู้ประเมินเป็น AI ไม่ใช่คน ชุดทดสอบยังเล็ก ความเร็วส่วนใหญ่เป็นค่าประมาณ และคู่มือมีแค่ Windows

ร่วมพัฒนา

โปรเจกต์นี้ทำโดยคนคนเดียวที่ยังเรียนรู้อยู่ เปิดเป็น open source เพื่อให้คนที่รู้จริงช่วยกันเสริม

• ไม่ต้องเขียนโค้ด: เปิด Issue บอกว่าไม่เห็นด้วยกับผลประเมินข้อไหน ติดขั้นไหน หรือควรทดสอบโมเดลไทยตัวไหนเพิ่ม
• ส่ง Pull Request: วัดความเร็วจริงบน Windows, รันทดสอบโมเดลใหม่, เพิ่มข้อสอบ, ให้คะแนนแบบคนเพื่อเทียบกับ AI หรือเขียนคู่มือ Mac

อ่าน PRD.md และ GLOSSARY.md ก่อนเริ่ม

เว็บ (Node ตาม site/.node-version)

cd site && npm install
npm run dev     # หยุดด้วย npx astro dev stop
npm test

ทดสอบโมเดล (ต้องมี LM Studio และ Python 3)

~/.lmstudio/bin/lms load <model-key> --context-length 8192 --parallel 1 --identifier <model-key>
~/.lmstudio/bin/lms server start
python3 scripts/run_tests.py <model-key>

ห้ามรัน scripts/blind.py ซ้ำ เพราะป้ายซ่อนชื่อจะสลับใหม่ แล้วผลประเมินเดิมจะจับคู่กับโมเดลผิด

สัญญาอนุญาต

โค้ดใช้ MIT ส่วนข้อสอบ คำตอบ และผลประเมิน (testset/, results/) ใช้ CC BY 4.0 (เหตุผล)

ทำโดย LunaDogZ

---

AITidBaan (English)

ภาษาไทย · English

Keep AI at home on your computer. No need to send confidential documents to the cloud.

👉 Open aitidbaan.pages.dev

The idea

Many companies don't allow documents to go into ChatGPT, because the data is confidential. The answer is offline AI (a local LLM) running on your own computer. For most people it's still too hard, because:

• Terms like 7B, Q4, GGUF and VRAM scare them off
• Nobody says which models actually handle Thai documents well

AITidBaan explains offline AI in plain language and walks you through it step by step: check your computer, pick a model, install it, then turn off the internet and see it still works.

Vision

Every office worker should be able to use AI on work documents without the data leaving their computer.

• Free and in Thai, for beginners, not tech people
• One answer, not a table to choose from
• Transparent: every result the site uses can be checked in this repo

Thai test results

We test office document tasks ourselves: summarizing, rewriting formally, spell-checking, extracting data, translating and writing meeting minutes. All documents were written for the test.

1. Every model gets the test items (testset/) with identical settings. Raw answers are in results/raw/.
2. Model names are hidden, then an AI (Claude) rates each answer: usable as is / needs small fixes / unusable, using these rules (Thai).
3. Two more AI agents spot-checked the ratings and found no errors (spot check, Thai).

Limitations: the rater is an AI, not a person. The test set is small, most speeds are estimates, and the guide covers Windows only.

Contributing

This project is made by one person who is still learning. It's open source so people who know more can help improve it.

• No code needed: open an Issue to dispute a rating, report where you got stuck, or suggest a Thai-trained model to test.
• Send a Pull Request: measure real speeds on Windows, test a new model, add test items, add human ratings to compare with the AI, or write a Mac guide.

Read PRD.md and GLOSSARY.md (Thai) before starting.

Website (Node version in site/.node-version)

cd site && npm install
npm run dev     # stop with npx astro dev stop
npm test

Testing a model (requires LM Studio and Python 3)

~/.lmstudio/bin/lms load <model-key> --context-length 8192 --parallel 1 --identifier <model-key>
~/.lmstudio/bin/lms server start
python3 scripts/run_tests.py <model-key>

Don't re-run scripts/blind.py. It reshuffles the hidden labels, and existing ratings would be matched to the wrong models.

License

Code is MIT. Test items, answers and ratings (testset/, results/) are CC BY 4.0 (why).

Made by LunaDogZ