LLM ภาษาไทย: ปรับจูนและประเมินผลแบบลงมือทำ

ภาษาไทยมีผลต่อ retrieval และ evaluation มาก (การตัดคำ/การเว้นวรรค/การ normalize)

ใช้ evaluation set ที่ตรงกับงานจริง มากกว่าอาศัย benchmark ทั่วไปอย่างเดียว

ทำ version ให้ prompt และ retrieval config และมี regression test ก่อนปล่อย