ทันเอไอ

ทีมนักวิจัยเปิดตัว MAMath-Bench เกณฑ์วัดผลคณิตศาสตร์แบบหลายเอเจนต์

ทีมนักวิจัยเสนอ MAMath-Bench ชุดเกณฑ์มาตรฐานใหม่สำหรับวัดประสิทธิภาพการให้เหตุผลทางคณิตศาสตร์แบบหลายเอเจนต์ที่รองรับข้อมูลหลายรูปแบบ

วงการปัญญาประดิษฐ์กำลังให้ความสำคัญกับการประเมินความสามารถที่ลึกซึ้งขึ้น ล่าสุดเมื่อวันที่ 18 ตุลาคม 2026 ทีมนักวิจัยนำโดย ซินผิง หวัง (Xinping Wang) และคณะรวม 9 คน ได้เผยแพร่บทความวิจัยบนแพลตฟอร์ม arXiv นำเสนอเกณฑ์ทดสอบใหม่ในชื่อ MAMath-Bench เพื่อประเมินการให้เหตุผลทางคณิตศาสตร์ของระบบหลายเอเจนต์ (Multi-Agent Systems) ที่ทำงานร่วมกัน

เกณฑ์ทดสอบ MAMath-Bench ถูกออกแบบมาเพื่อแก้ปัญหาข้อจำกัดของการประเมินแบบเดิมที่มักวัดเฉพาะความถูกต้องของคำตอบสุดท้ายในรูปแบบข้อความเท่านั้น แต่ชุดเกณฑ์ใหม่นี้ประกอบด้วยโจทย์ 1,003 ข้อ แบ่งออกเป็น 11 หมวดหมู่ ซึ่งครอบคลุมทั้งข้อมูลที่เป็นข้อความ ภาพ และเสียง

การประเมินภายใต้เกณฑ์นี้มุ่งเน้นไปที่ 3 ด้านหลัก ได้แก่ ความถูกต้องของคำตอบ ความน่าเชื่อถือของขั้นตอนการให้เหตุผลระหว่างทาง และความทนทานต่อการแทรกข้อผิดพลาดในลำดับเหตุผล โดยผลการทดลองที่ผู้เขียนรายงานระบุว่า ระบบหลายเอเจนต์ไม่ได้ช่วยเพิ่มความแม่นยำเหนือกว่าโมเดลภาษาขนาดใหญ่ (Large Language Models) แบบเดี่ยวที่แข็งแกร่งได้อย่างสม่ำเสมอ แม้จะช่วยครอบคลุมขั้นตอนได้มากขึ้น แต่อาจเพิ่มความซ้ำซ้อนและยังมีความเปราะบางต่อการรบกวนโครงสร้างเหตุผล

ทั้งนี้ ข้อมูลดังกล่าวมาจากบทความวิจัยบน arXiv และมีการรายงานซ้ำโดยสำนักข่าว AI Gossips เมื่อวันที่ 21 ตุลาคม 2026 ซึ่งถือเป็นการรายงานจากแหล่งข้อมูลชุดเดียวกัน และยังไม่มีการตรวจสอบผลซ้ำจากห้องปฏิบัติการอื่น