Numero ng Episode: L016

Pamagat: LLM Council: Bakit Mas Matalino ang Maraming AI Kaysa sa Isa?

Naniniwala ka ba agad sa sagot ng ChatGPT? Sa episode na ito, hihimayin natin ang konsepto ng LLM Council—isang rebolusyonaryong paraan para makuha ang pinaka-accurate at balanseng sagot mula sa Artificial Intelligence. Ang ideyang ito ay nagsimula bilang isang "fun Saturday hack" ni Andrej Karpathy (dating Head of AI sa Tesla at co-founder ng OpenAI) na ngayon ay nagpapabago sa mundo ng AI governance at decision-making.

Bakit delikado ang umasa sa iisang AI lang? Ang pagtatanong sa isang LLM lang (gaya ng GPT-4, Claude, o Gemini) ay itinuturing na isang "single point of failure". Ayon sa pananaliksik ng IBM at iba pang eksperto, ang mga AI ay may kani-kaniyang blind spots at biases:

• Self-enhancement Bias: Mas gusto ng isang AI ang sarili nitong sagot kaysa sa gawa ng iba.

• Verbosity Bias: Minsan, inaakala nating mas maganda ang sagot dahil lang mas mahaba ito.

• Position Bias: Naaapektuhan ang desisyon ng AI depende sa pagkakasunod-sunod ng mga opsyon.

Ang Solusyon: Ang 4-Stage Process ng LLM Council Sa halip na isang diktador na AI, ang LLM Council ay gumagana na parang isang digital board of directors. Narito ang proseso:

1. Stage 1: First Opinions – Sabay-sabay na sasagutin ng iba’t ibang models (gaya ng Claude 3.5, GPT-4o, at Gemini) ang iyong tanong nang hindi nagkakakitaan ng sagot.

2. Stage 2: Anonymous Review – Susuriin at ira-rank ng mga AI ang sagot ng bawat isa nang hindi alam kung kanino galing ang bawat response (anonymized) para maiwasan ang paboritismo.

3. Stage 3: Critique – Dito nagiging "ruthless" ang mga models; hahanapan nila ng butas, lohika, o halluncination ang mga argumento ng isa’t isa.

4. Stage 4: Chairman Synthesis – Isang designated na "Chairman" model ang maglalagom ng buong debate para ibigay sa iyo ang final, battle-tested na sagot.

Bakit ito mahalaga para sa mga Pinoy Entrepreneurs at Devs? Mula sa pag-validate ng mga mahalagang business strategy, pag-check ng mga legal contracts, hanggang sa automated code reviews, ang LLM Council ay nagbibigay ng antas ng tiwala na hindi kayang ibigay ng isang model lang. Bagama't mas malaki ang konsumo nito sa tokens (mga 5x), ang gastos na 5 to 20 cents (mga 3 hanggang 12 pesos) para sa isang "council meeting" ay napakaliit kumpara sa ROI ng isang tamang desisyon.

Ano ang matututunan mo sa episode na ito?

• Paano gamitin ang OpenRouter para ma-access ang maraming models nang sabay-sabay.

• Ang paggamit ng mga open-source platforms gaya ng Council (chain-ml) para sa enterprise-grade quality control.

• Paano i-setup ang sarili mong council gamit ang Cursor IDE kahit hindi ka marunong mag-code.

• Ang konsepto ng Collective Constitutional AI (CCAI) para masiguradong ang AI ay sumusunod sa mga pampublikong values.

Huwag magpaloko sa isang AI lang. Alamin kung paano gagamitin ang kolaborasyon at debate ng mga makina para sa iyong ikatitibay.

(Tandaan: Ang episode na ito ng podcast ay ginawa sa tulong at pagbubuo mula sa Google's NotebookLM.)

Numero ng Episode: Q016

Pamagat: LLM Council: Bakit Mas Matalino ang Maraming AI Kaysa sa Isa?

Naniniwala ka ba agad sa sagot ng ChatGPT? Sa episode na ito, hihimayin natin ang konsepto ng LLM Council—isang rebolusyonaryong paraan para makuha ang pinaka-accurate at balanseng sagot mula sa Artificial Intelligence. Ang ideyang ito ay nagsimula bilang isang "fun Saturday hack" ni Andrej Karpathy (dating Head of AI sa Tesla at co-founder ng OpenAI) na ngayon ay nagpapabago sa mundo ng AI governance at decision-making.

Bakit delikado ang umasa sa iisang AI lang? Ang pagtatanong sa isang LLM lang (gaya ng GPT-4, Claude, o Gemini) ay itinuturing na isang "single point of failure". Ayon sa pananaliksik ng IBM at iba pang eksperto, ang mga AI ay may kani-kaniyang blind spots at biases:

• Self-enhancement Bias: Mas gusto ng isang AI ang sarili nitong sagot kaysa sa gawa ng iba.

• Verbosity Bias: Minsan, inaakala nating mas maganda ang sagot dahil lang mas mahaba ito.

• Position Bias: Naaapektuhan ang desisyon ng AI depende sa pagkakasunod-sunod ng mga opsyon.

Ang Solusyon: Ang 4-Stage Process ng LLM Council Sa halip na isang diktador na AI, ang LLM Council ay gumagana na parang isang digital board of directors. Narito ang proseso:

1. Stage 1: First Opinions – Sabay-sabay na sasagutin ng iba’t ibang models (gaya ng Claude 3.5, GPT-4o, at Gemini) ang iyong tanong nang hindi nagkakakitaan ng sagot.

2. Stage 2: Anonymous Review – Susuriin at ira-rank ng mga AI ang sagot ng bawat isa nang hindi alam kung kanino galing ang bawat response (anonymized) para maiwasan ang paboritismo.

3. Stage 3: Critique – Dito nagiging "ruthless" ang mga models; hahanapan nila ng butas, lohika, o halluncination ang mga argumento ng isa’t isa.

4. Stage 4: Chairman Synthesis – Isang designated na "Chairman" model ang maglalagom ng buong debate para ibigay sa iyo ang final, battle-tested na sagot.

Bakit ito mahalaga para sa mga Pinoy Entrepreneurs at Devs? Mula sa pag-validate ng mga mahalagang business strategy, pag-check ng mga legal contracts, hanggang sa automated code reviews, ang LLM Council ay nagbibigay ng antas ng tiwala na hindi kayang ibigay ng isang model lang. Bagama't mas malaki ang konsumo nito sa tokens (mga 5x), ang gastos na 5 to 20 cents (mga 3 hanggang 12 pesos) para sa isang "council meeting" ay napakaliit kumpara sa ROI ng isang tamang desisyon.

Ano ang matututunan mo sa episode na ito?

• Paano gamitin ang OpenRouter para ma-access ang maraming models nang sabay-sabay.

• Ang paggamit ng mga open-source platforms gaya ng Council (chain-ml) para sa enterprise-grade quality control.

• Paano i-setup ang sarili mong council gamit ang Cursor IDE kahit hindi ka marunong mag-code.

• Ang konsepto ng Collective Constitutional AI (CCAI) para masiguradong ang AI ay sumusunod sa mga pampublikong values.

Huwag magpaloko sa isang AI lang. Alamin kung paano gagamitin ang kolaborasyon at debate ng mga makina para sa iyong ikatitibay.

(Tandaan: Ang episode na ito ng podcast ay ginawa sa tulong at pagbubuo mula sa Google's NotebookLM.)

Numero ng Episode: L015

Pamagat: Humanoide na Robot – Rebolusyon ba o Cyber-Banta?

Maligayang pagdating sa isang espesyal na episode ng AI Affairs! Ngayon, ating hihimayin ang isa sa pinaka-kapana-panabik ngunit kontrobersyal na paksa sa mundo ng teknolohiya: ang mga Humanoide na Robot. Ang dating napapanood lang natin sa Science-Fiction ay mabilis nang nagiging realidad sa loob ng mga pabrika. Ngunit tayo nga ba ay handa na sa pagbabagong ito, o may mga panganib tayong hindi napapansin?.

Sa episode na ito, tatalakayin natin ang tagumpay ng BMW Group Plant sa Spartanburg, South Carolina. Dito, ang humanoid robot na Figure 02 ay sumailalim sa isang masusing pilot test kung saan matagumpay nitong nailagay ang mga piyesa ng chassis sa mga kaukulang fixture. Sa taas na 1.70 metro at bigat na 70 kilo, ang Figure 02 ay mayroong tatlong beses na mas malakas na processing power kaysa sa hinalinhinan nito at mga kamay na may 16 degrees of freedom, na halos kapantay na ng lakas ng tao. Ngunit sa kabila ng tagumpay na ito, bakit sinasabi ng BMW na wala pa silang tiyak na petsa para sa tuluy-tuloy na paggamit nito?.

Hindi rin mawawala ang diskusyon tungkol sa Cybersecurity. Hihimayin natin ang nakababahalang resulta ng pag-aaral ng Alias Robotics tungkol sa Unitree G1 mula sa China. Natuklasan ng mga eksperto na ang robot na ito ay may malubhang banta sa seguridad, kabilang ang paggamit ng static encryption keys at ang pagpapadala ng mga sensitibong data gaya ng video, audio, at spatial maps sa mga server sa ibang bansa nang walang pahintulot ng gumagamit. Seryosong usapin ito: Ang robot mo ba sa loob ng opisina ay nagsisilbi na palang "Trojan Horse" para sa espionage?.

Mga Pangunahing Paksa sa Episode na ito:

• Tagumpay ng BMW: Paano nakatulong ang Figure 02 sa produksyon ng mahigit 30,000 na sasakyan at ang mga aral na nakuha para sa susunod na henerasyon ng mga robot.

• Pag-aaral ng Fraunhofer IPA: Bakit 74% ng mga eksperto ang naniniwala na aabutin pa ng 3 hanggang 10 taon bago maging laganap ang paggamit ng mga humanoids sa industriya dahil sa isyu ng functional safety.

• Ekonomiya ng Robotika: Ang Return on Investment (RoI) na mas mababa sa 1.4 taon at ang inaasahang paglaki ng market volume sa $66 bilyon sa 2032.

• Ang Papel ng Alemanya: Ang rebelasyon na 244 na hardware components ng isang humanoid robot ay bahagi ng core competencies ng German mechanical engineering.

• Cybersecurity AI: Bakit kailangan ng mas matalinong AI upang protektahan ang ating mga system laban sa mga autonomous na banta.

Ang episode na ito ay mahalaga para sa mga inhinyero, business owners, at tech enthusiasts sa Pilipinas na gustong malaman ang kinabukasan ng trabaho at ang seguridad ng ating data. Huwag magpahuli sa rebolusyon ng AI at Robotika!

Huwag magpahuli sa tech revolution ng Pilipinas! Mag-subscribe at i-share ang episode na ito. ⭐⭐⭐⭐⭐

(Tandaan: Ang episode na ito ng podcast ay ginawa sa tulong at pagbubuo mula sa Google's NotebookLM.)

Numero ng Episode: Q015

Pamagat: Humanoide na Robot – Rebolusyon ba o Cyber-Banta?

Maligayang pagdating sa isang espesyal na episode ng AI Affairs! Ngayon, ating hihimayin ang isa sa pinaka-kapana-panabik ngunit kontrobersyal na paksa sa mundo ng teknolohiya: ang mga Humanoide na Robot. Ang dating napapanood lang natin sa Science-Fiction ay mabilis nang nagiging realidad sa loob ng mga pabrika. Ngunit tayo nga ba ay handa na sa pagbabagong ito, o may mga panganib tayong hindi napapansin?.

Sa episode na ito, tatalakayin natin ang tagumpay ng BMW Group Plant sa Spartanburg, South Carolina. Dito, ang humanoid robot na Figure 02 ay sumailalim sa isang masusing pilot test kung saan matagumpay nitong nailagay ang mga piyesa ng chassis sa mga kaukulang fixture. Sa taas na 1.70 metro at bigat na 70 kilo, ang Figure 02 ay mayroong tatlong beses na mas malakas na processing power kaysa sa hinalinhinan nito at mga kamay na may 16 degrees of freedom, na halos kapantay na ng lakas ng tao. Ngunit sa kabila ng tagumpay na ito, bakit sinasabi ng BMW na wala pa silang tiyak na petsa para sa tuluy-tuloy na paggamit nito?.

Hindi rin mawawala ang diskusyon tungkol sa Cybersecurity. Hihimayin natin ang nakababahalang resulta ng pag-aaral ng Alias Robotics tungkol sa Unitree G1 mula sa China. Natuklasan ng mga eksperto na ang robot na ito ay may malubhang banta sa seguridad, kabilang ang paggamit ng static encryption keys at ang pagpapadala ng mga sensitibong data gaya ng video, audio, at spatial maps sa mga server sa ibang bansa nang walang pahintulot ng gumagamit. Seryosong usapin ito: Ang robot mo ba sa loob ng opisina ay nagsisilbi na palang "Trojan Horse" para sa espionage?.

Mga Pangunahing Paksa sa Episode na ito:

• Tagumpay ng BMW: Paano nakatulong ang Figure 02 sa produksyon ng mahigit 30,000 na sasakyan at ang mga aral na nakuha para sa susunod na henerasyon ng mga robot.

• Pag-aaral ng Fraunhofer IPA: Bakit 74% ng mga eksperto ang naniniwala na aabutin pa ng 3 hanggang 10 taon bago maging laganap ang paggamit ng mga humanoids sa industriya dahil sa isyu ng functional safety.

• Ekonomiya ng Robotika: Ang Return on Investment (RoI) na mas mababa sa 1.4 taon at ang inaasahang paglaki ng market volume sa $66 bilyon sa 2032.

• Ang Papel ng Alemanya: Ang rebelasyon na 244 na hardware components ng isang humanoid robot ay bahagi ng core competencies ng German mechanical engineering.

• Cybersecurity AI: Bakit kailangan ng mas matalinong AI upang protektahan ang ating mga system laban sa mga autonomous na banta.

Ang episode na ito ay mahalaga para sa mga inhinyero, business owners, at tech enthusiasts sa Pilipinas na gustong malaman ang kinabukasan ng trabaho at ang seguridad ng ating data. Huwag magpahuli sa rebolusyon ng AI at Robotika!

Huwag magpahuli sa tech revolution ng Pilipinas! Mag-subscribe at i-share ang episode na ito. ⭐⭐⭐⭐⭐

(Tandaan: Ang episode na ito ng podcast ay ginawa sa tulong at pagbubuo mula sa Google's NotebookLM.)

Numero ng Episode: L014

Pamagat: Deepfake Scam: Paano Ninakaw ang $25 Million sa Isang Video Call?

Isipin mo: Nakaupo ka sa isang video conference kasama ang iyong CFO at mga katrabaho. Mukhang totoo ang kanilang mga mukha at boses. Inutusan ka nilang maglipat ng pera para sa isang "secret transaction." Pero pagkatapos ng tawag, malalaman mong lahat sila—maliban sa iyo—ay mga AI-generated deepfakes lamang.,

Sa episod na ito ng ating podcast, hihimayin natin ang nakaka-alarmang kaso ng isang multinational firm sa Hong Kong (Arup) na nawalan ng $25.6 million dahil sa teknolohiyang ito., Pag-uusapan natin kung paano ginagamit ng mga cybercriminal ang Artificial Intelligence (AI) upang gumawa ng mga "digital shadows" na kayang manloko kahit ng mga beteranong empleyado.,

Ano ang matututunan mo sa episod na ito:

• Ang Anatomy ng $25M Scam: Paano nagsimula ang lahat sa isang simpleng phishing email hanggang sa naging isang hyper-realistic na video call na nagresulta sa 15 transactions sa limang magkakaibang bank accounts.,

• Deepfakes at Synthetic Identities: Ano ang pagkakaiba ng tradisyunal na identity theft sa pagbuo ng mga "phantom identities" o "Frankenstein IDs"?, Alamin kung bakit ang mga Social Security numbers ng mga bata ay 51 na beses na mas malamang gamitin sa ganitong uri ng panloloko.

• Face Morphing sa Passports: Paano pinagsasama ng mga kriminal ang dalawang mukha sa isang litrato para makalusot sa mga border control at paliparan.,

• Pagnanakaw sa Hiring Process: Ang pag-usbong ng mga AI-generated job candidates na gumagamit ng pekeng resume at deepfake faces para makapasok sa mga kumpanya at magnakaw ng sensitibong data.,

• Investment Scams at mga Sikat na Personalidad: Bakit naglipana ang mga pekeng video nina Gal Gadot at Warren Buffett na nag-aalok ng mga "too-good-to-be-true" na investment.,

Paano Mapoprotektahan ang Inyong Negosyo at Sarili:

Hindi sapat ang simpleng pag-iingat. Tatalakayin natin ang mga estratehiya tulad ng Multi-channel Verification—kung saan dapat i-verify ang anumang malaking transaksyon sa ibang platform o personal na tawag., Pag-uusapan din natin ang Zero Trust models at ang paggamit ng AI-driven detection tools gaya ng "Clarity" at "secunet" na kayang makakita ng mga "biometric noise" o maliliit na pagkakamali sa video na hindi kaya ng mata ng tao.,,

Ang episod na ito ay mahalaga para sa mga business leaders, IT professionals, at kahit sa mga ordinaryong mamamayan sa Pilipinas upang hindi maging biktima ng makabagong teknolohiya. Sa panahon ngayon, ang "seeing is no longer believing."

(Tandaan: Ang episode na ito ng podcast ay ginawa sa tulong at pagbubuo mula sa Google's NotebookLM.)

Numero ng Episode: Q014

Pamagat: Deepfake Scam: Paano Ninakaw ang $25 Million sa Isang Video Call?

Isipin mo: Nakaupo ka sa isang video conference kasama ang iyong CFO at mga katrabaho. Mukhang totoo ang kanilang mga mukha at boses. Inutusan ka nilang maglipat ng pera para sa isang "secret transaction." Pero pagkatapos ng tawag, malalaman mong lahat sila—maliban sa iyo—ay mga AI-generated deepfakes lamang.,

Sa episod na ito ng ating podcast, hihimayin natin ang nakaka-alarmang kaso ng isang multinational firm sa Hong Kong (Arup) na nawalan ng $25.6 million dahil sa teknolohiyang ito., Pag-uusapan natin kung paano ginagamit ng mga cybercriminal ang Artificial Intelligence (AI) upang gumawa ng mga "digital shadows" na kayang manloko kahit ng mga beteranong empleyado.,

Ano ang matututunan mo sa episod na ito:

• Ang Anatomy ng $25M Scam: Paano nagsimula ang lahat sa isang simpleng phishing email hanggang sa naging isang hyper-realistic na video call na nagresulta sa 15 transactions sa limang magkakaibang bank accounts.,

• Deepfakes at Synthetic Identities: Ano ang pagkakaiba ng tradisyunal na identity theft sa pagbuo ng mga "phantom identities" o "Frankenstein IDs"?, Alamin kung bakit ang mga Social Security numbers ng mga bata ay 51 na beses na mas malamang gamitin sa ganitong uri ng panloloko.

• Face Morphing sa Passports: Paano pinagsasama ng mga kriminal ang dalawang mukha sa isang litrato para makalusot sa mga border control at paliparan.,

• Pagnanakaw sa Hiring Process: Ang pag-usbong ng mga AI-generated job candidates na gumagamit ng pekeng resume at deepfake faces para makapasok sa mga kumpanya at magnakaw ng sensitibong data.,

• Investment Scams at mga Sikat na Personalidad: Bakit naglipana ang mga pekeng video nina Gal Gadot at Warren Buffett na nag-aalok ng mga "too-good-to-be-true" na investment.,

Paano Mapoprotektahan ang Inyong Negosyo at Sarili:

Hindi sapat ang simpleng pag-iingat. Tatalakayin natin ang mga estratehiya tulad ng Multi-channel Verification—kung saan dapat i-verify ang anumang malaking transaksyon sa ibang platform o personal na tawag., Pag-uusapan din natin ang Zero Trust models at ang paggamit ng AI-driven detection tools gaya ng "Clarity" at "secunet" na kayang makakita ng mga "biometric noise" o maliliit na pagkakamali sa video na hindi kaya ng mata ng tao.,,

Ang episod na ito ay mahalaga para sa mga business leaders, IT professionals, at kahit sa mga ordinaryong mamamayan sa Pilipinas upang hindi maging biktima ng makabagong teknolohiya. Sa panahon ngayon, ang "seeing is no longer believing."

(Tandaan: Ang episode na ito ng podcast ay ginawa sa tulong at pagbubuo mula sa Google's NotebookLM.)

Numero ng Episode: L013

Pamagat: AI sa Pilipinas: Bakit Hirap ang ChatGPT sa Filipino?

Napapansin mo ba na kapag kinausap mo ang AI sa Tagalog, parang masyadong pormal, "baluktot," o parang Google Translate lang ang sagot? Hindi ka nag-iisa. Sa episode na ito, sisisirin natin ang bagong pag-aaral na naglalayong baguhin ang future ng Artificial Intelligence sa ating bansa.

Pag-uusapan natin ang "Batayan" — ang kauna-unahang holistic benchmark na gawa ng mga mananaliksik mula sa AI Singapore, UP, Ateneo, at Cambridge para sukatin kung gaano ba talaga katalino ang mga LLMs (Large Language Models) sa wikang Filipino.

🎧 Sa episode na ito, malalaman mo:

• Ang Problema sa "Translationese": Bakit karamihan sa mga AI models ngayon ay tunog "textbook"? Aalamin natin kung bakit hirap ang mga foreign models sa Karaniwang Ayos (natural na salita) kumpara sa Di-Karaniwang Ayos (tulad ng "Ang bata ay kumain" vs. "Kumain ang bata").

• Tagalog vs. Taglish: Paano tinetest ng Batayan ang code-switching? Tatalakayin natin kung bakit mahalaga na naiintindihan ng AI ang halo ng English at Filipino, lalo na sa Sentiment Analysis at Toxicity Detection sa social media.

• David vs. Goliath: Ang nakakagulat na resulta kung saan tinalo ng Gemma-SEA-LION (v3) — isang model na sinanay specifically para sa Southeast Asia — ang mga higanteng models pagdating sa Causal Reasoning at pag-unawa sa kulturang Pilipino.

• Ang Hamon ng Morpolohiya: Bakit "magastos" sa token ang wikang Filipino? Pag-uusapan natin kung bakit ang mga panlapi (affixes) natin ay nagpapahirap sa mga western models at kung paano ito sosolusyunan.

• Native Speaker Quality: Bakit hindi sapat ang machine translation? Alamin kung paano gumamit ang Batayan ng mga totoong tao para siguraduhin na ang data ay "swak" sa pandinig ng mga Pinoy.

🔍 Para kanino ang episode na ito? Para ito sa mga tech enthusiasts, developers, students, at sinumang gustong makakita ng AI na tunay na nakakaintindi sa atin — hindi lang sa salita, kundi pati sa kultura.

Mga Nabanggit na Pag-aaral at Sources:

• Batayan: A Filipino NLP benchmark for evaluating Large Language Models (Montalan et al.)

• Performance ng Gemma-SEA-LION at Llama models sa Filipino tasks.

  
  

Huwag magpahuli sa tech revolution ng Pilipinas! Mag-subscribe at i-share ang episode na ito. ⭐⭐⭐⭐⭐

#AIPh #FilipinoAI #TechNewsPH #LLM #PinoyTech #MachineLearning #DataSciencePH #TagalogNLP #BatayanBenchmark #SEALION #ArtificialIntelligence #PodcastPH

(Tandaan: Ang episode na ito ng podcast ay ginawa sa tulong at pagbubuo mula sa Google's NotebookLM.)

Numero ng Episode: Q013

Pamagat: AI sa Pilipinas: Bakit Hirap ang ChatGPT sa Filipino?

Napapansin mo ba na kapag kinausap mo ang AI sa Tagalog, parang masyadong pormal, "baluktot," o parang Google Translate lang ang sagot? Hindi ka nag-iisa. Sa episode na ito, sisisirin natin ang bagong pag-aaral na naglalayong baguhin ang future ng Artificial Intelligence sa ating bansa.

Pag-uusapan natin ang "Batayan" — ang kauna-unahang holistic benchmark na gawa ng mga mananaliksik mula sa AI Singapore, UP, Ateneo, at Cambridge para sukatin kung gaano ba talaga katalino ang mga LLMs (Large Language Models) sa wikang Filipino.

🎧 Sa episode na ito, malalaman mo:

• Ang Problema sa "Translationese": Bakit karamihan sa mga AI models ngayon ay tunog "textbook"? Aalamin natin kung bakit hirap ang mga foreign models sa Karaniwang Ayos (natural na salita) kumpara sa Di-Karaniwang Ayos (tulad ng "Ang bata ay kumain" vs. "Kumain ang bata").

• Tagalog vs. Taglish: Paano tinetest ng Batayan ang code-switching? Tatalakayin natin kung bakit mahalaga na naiintindihan ng AI ang halo ng English at Filipino, lalo na sa Sentiment Analysis at Toxicity Detection sa social media.

• David vs. Goliath: Ang nakakagulat na resulta kung saan tinalo ng Gemma-SEA-LION (v3) — isang model na sinanay specifically para sa Southeast Asia — ang mga higanteng models pagdating sa Causal Reasoning at pag-unawa sa kulturang Pilipino.

• Ang Hamon ng Morpolohiya: Bakit "magastos" sa token ang wikang Filipino? Pag-uusapan natin kung bakit ang mga panlapi (affixes) natin ay nagpapahirap sa mga western models at kung paano ito sosolusyunan.

• Native Speaker Quality: Bakit hindi sapat ang machine translation? Alamin kung paano gumamit ang Batayan ng mga totoong tao para siguraduhin na ang data ay "swak" sa pandinig ng mga Pinoy.

🔍 Para kanino ang episode na ito? Para ito sa mga tech enthusiasts, developers, students, at sinumang gustong makakita ng AI na tunay na nakakaintindi sa atin — hindi lang sa salita, kundi pati sa kultura.

Mga Nabanggit na Pag-aaral at Sources:

• Batayan: A Filipino NLP benchmark for evaluating Large Language Models (Montalan et al.)

• Performance ng Gemma-SEA-LION at Llama models sa Filipino tasks.

  
  

Huwag magpahuli sa tech revolution ng Pilipinas! Mag-subscribe at i-share ang episode na ito. ⭐⭐⭐⭐⭐

#AIPh #FilipinoAI #TechNewsPH #LLM #PinoyTech #MachineLearning #DataSciencePH #TagalogNLP #BatayanBenchmark #SEALION #ArtificialIntelligence #PodcastPH

(Tandaan: Ang episode na ito ng podcast ay ginawa sa tulong at pagbubuo mula sa Google's NotebookLM.)