--- title: icdevelop emoji: 🧬 colorFrom: indigo colorTo: blue sdk: static pinned: false ---
We build open-weight Thai language models for regulated professional work — models that a pharmacist, a nurse or a field engineer can actually put in front of a task, not general chatbots with a Thai accent. Every release ships with the benchmark it was gated on, the limits we measured, and an acknowledgement form the user has to read first.
Thai Medical Assistant → Thai Pharmacy Assistant → i-c-develop.com Facebook
Model lines
Thai consumer-health assistant: takes a short history, rules out options that are unsafe for that person with reasons, refers on red flags, and refuses to diagnose. Multimodal — medicine boxes, labels and home-device readouts, not radiology. Built to run with RAG over a curated Thai medical knowledge base.
27B FP8 · 27B · 4B · thai-medical-kb
In production at the pharmacy counter. Handles over-the-counter requests in Thai: history, contraindication and interaction checks, one safe recommendation with dose and cautions, referral to a physician on red flags. Reasons like a clinician internally, presents as a pharmacy assistant externally — never as a doctor.
27B FP8 · 27B · 4B · thai-pharma-kb
01 · Knowledge base first
Domain data is curated and verified before a single training step — Thai drug and clinical references, device fact sheets, professional practice — then published as its own dataset so the model and the retrieval layer share one source of truth.
02 · Behaviour, not recitation
Training dialogues teach a working procedure: take history → rule out unsafe options with reasons → recommend → refer. This deliberation methodology is the single largest quality lever we have measured (+26 points on the PAI line).
03 · Gated by benchmark
Every generated set passes a behaviour verifier and benchmark decontamination; every checkpoint passes a generation smoke test and the four-axis benchmark before it is allowed anywhere near a release.
04 · Released with its limits
Public weights, an acknowledgement gate, and a card that states scope, out-of-scope behaviour, measured weaknesses and knowledge cutoff — so nobody deploys the model on a task we know it fails.
These models assist qualified people; they do not replace them. Every output must be verified against an authoritative source or a licensed professional before it is acted on or passed to a patient or customer. They are not diagnostic or treatment tools, and they must not be presented as a physician — under Thai law that is a hard boundary, and it is trained into the models. In an emergency, do not wait for a model reply: call 1669 (Thai EMS); mental-health crisis: 1323. Knowledge-base cutoff is July 2026; drug registrations and products change.
ภาษาไทย
icdevelop พัฒนา LLM ภาษาไทยแบบ เฉพาะทางวิชาชีพ และเปิดน้ำหนักโมเดลให้ใช้งานจริง — ไม่ใช่แชตบอตทั่วไปที่พูดไทยได้ แต่เป็นผู้ช่วยที่เภสัชกร พยาบาล หรือช่างหน้างาน หยิบไปวางไว้ในงานจริงได้ ทุกรุ่นที่ปล่อยออกมา มาพร้อมผลเบนช์มาร์กที่ใช้ตัดสินใจ ข้อจำกัดที่วัดได้จริง และแบบฟอร์มรับทราบเงื่อนไข ที่ผู้ใช้ต้องอ่านก่อนดาวน์โหลด
ซักประวัติสั้น ๆ คัดตัวเลือกที่ไม่ปลอดภัยกับผู้ใช้คนนั้นออกพร้อมเหตุผล ส่งต่อแพทย์เมื่อเจอสัญญาณอันตราย และไม่วินิจฉัยโรค รองรับภาพกล่องยา ฉลาก และหน้าจอเครื่องมือแพทย์ที่บ้าน ออกแบบมาให้ใช้คู่กับ RAG บนคลังความรู้ทางการแพทย์ภาษาไทยของเราเอง
รับเคสหน้าร้านยา: ซักประวัติ ตรวจข้อห้ามใช้และปฏิกิริยาระหว่างยา แนะนำยา OTC ที่เหมาะสมพร้อมขนาดยา และข้อควรระวัง และส่งต่อแพทย์เมื่อพบ red flag — คิดอย่างบุคลากรทางคลินิก แต่แสดงตัวเป็นผู้ช่วยเภสัชกรเสมอ ไม่แสดงตัวเป็นแพทย์
ข้อควรระวัง: โมเดลเหล่านี้ช่วยผู้เชี่ยวชาญ ไม่ได้แทนผู้เชี่ยวชาญ ทุกคำตอบต้องตรวจสอบกับแหล่งอ้างอิง ที่เชื่อถือได้หรือผู้ประกอบวิชาชีพก่อนนำไปใช้หรือส่งต่อผู้ป่วย/ลูกค้าเสมอ ไม่ใช่เครื่องมือวินิจฉัยหรือสั่งการรักษา กรณีฉุกเฉินอย่ารอคำตอบจากโมเดล โทร 1669 (การแพทย์ฉุกเฉิน) · วิกฤตสุขภาพจิต โทร 1323 ข้อมูลในคลังความรู้ตัดยอด ณ กรกฎาคม 2026 ทะเบียนยาและผลิตภัณฑ์มีการเปลี่ยนแปลงได้
About I C Develop
I C Develop Co., Ltd. is a Thai software house with more than a decade of delivering enterprise
systems — IT outsourcing, turnkey projects and startup engineering — now applying the same
discipline to domain-specific AI. Our models are trained on our own GPU infrastructure in Thailand,
and can be deployed fully on-premise, which for medical and regulated workloads is usually the
requirement, not the preference.
Next domains in research: field engineering assistants (starting with solar PV installation)
— same recipe: curate the professional knowledge first, train the working procedure, gate on a
benchmark that reflects the real task.
i-c-develop.com Facebook Contact · +662-162-0801
Questions about a specific model? Open a discussion on that model's repo — that is where we answer.