Artificial Analysis@ArtificialAnlysClaude Opus 5.5 (max) costs $5.98 per Intelligence Index task, which is similar to Opus 5 (max) at $…
DịchDù mức tiêu thụ token tăng, Anthropic đã tối ưu hóa giá cơ bản và chi phí bộ nhớ đệm, giúp chi phí mỗi tác vụ của Claude Opus 5.5 đạt 5,98 USD, tương đương với phiên bản Opus 5 trước đó.
Dự án LLM Ass Bench đang thu hút sự chú ý trên Hacker News, dù trang web hiện tại khá tối giản và chưa công bố chi tiết về phương pháp đánh giá hay thông số kỹ thuật.
Nghiên cứu giải quyết tình trạng mất ổn định khi huấn luyện RL cho LLM bằng FP8, vốn gây ra lỗi sai lệch gradient và làm giảm chất lượng mô hình. Nhóm tác giả đề xuất phương pháp mới giúp duy trì độ chính xác và hiệu suất huấn luyện ổn định hơn.
Anthropic vừa ra mắt Claude Opus 5.5 với khả năng suy luận vượt trội, đạt 58 điểm trên bảng xếp hạng Artificial Analysis, cao hơn gấp đôi so với mức trung bình của các mô hình cùng phân khúc.
Cùng sự kiện, tinh chọn hiển thị «Claude Code cập nhật v2.1.280: Ra mắt Claude Opus 5.5 làm mô hình mặc định»
ZHO@ZHO_ZHO_ZHOOpenAI vừa giới thiệu GPT-6 Sol và Luna, hai phiên bản tối ưu hóa từ nền tảng Astra với chi phí rẻ hơn 50% so với thế hệ trước, hướng tới nhu cầu sử dụng quy mô lớn.
AK@_akhaliqonPanda Efficient Annotation of On-Policy Alignment Data for LLMs and Agents via Token-Level Correc…
DịchonPanda giới thiệu phương pháp hiệu chỉnh ở cấp độ Token, giúp tăng hiệu suất gán nhãn dữ liệu căn chỉnh (alignment) cho các mô hình ngôn ngữ lớn và AI Agent một cách chính xác.
Video giới thiệu những khả năng vượt trội và cải tiến mới nhất trên phiên bản Claude Opus 5.5, hứa hẹn nâng tầm trải nghiệm xử lý ngôn ngữ và tư duy logic.
Cùng sự kiện, tinh chọn hiển thị «Claude Code cập nhật v2.1.280: Ra mắt Claude Opus 5.5 làm mô hình mặc định»
StepFun@StepFun_aiWe've open-sourced onPanda 🐼 - the tool we use internally for LLM data annotation and model inspect…
DịchStepFun vừa công bố onPanda, công cụ mã nguồn mở giúp tăng tốc gắn nhãn dữ liệu LLM lên 52% và hỗ trợ kiểm soát token chi tiết. Nền tảng này cho phép tạo dữ liệu SFT và dữ liệu ưu tiên trong cùng một quy trình, đồng thời hỗ trợ gắn nhãn đa phương thức cho các tác nhân AI.
Claude Opus 5.5 vừa đạt mức điểm kỷ lục 58 trên Intelligence Index của Artificial Analysis, đồng thời san bằng tỷ lệ 59.6% với GPT-6 Astra trong bài kiểm tra Terminal-Bench 4.0.
Cùng sự kiện, tinh chọn hiển thị «Claude Code cập nhật v2.1.280: Ra mắt Claude Opus 5.5 làm mô hình mặc định»Anthropic chính thức giới thiệu Claude Opus 5.5, phiên bản nâng cấp mạnh mẽ tập trung vào hiệu suất xử lý tác vụ phức tạp và khả năng suy luận vượt trội.
Cùng sự kiện, tinh chọn hiển thị «Claude Code cập nhật v2.1.280: Ra mắt Claude Opus 5.5 làm mô hình mặc định»Khám phá cách Claude vượt qua giới hạn của các mô hình ngôn ngữ truyền thống để xây dựng những chuỗi suy luận phức tạp, có tính liên kết chặt chẽ như cách con người tư duy.
Rohan Paul@rohanpaul_aiClaude Opus 5.5 dropped and, claiming Fable 5.1-level performance while cutting typical workload cos…
DịchAnthropic vừa giới thiệu Claude Opus 5.5, mẫu model mới đạt hiệu suất tương đương Claude Fable 5.1 nhưng tối ưu chi phí vận hành tốt hơn 40% so với thế hệ Opus 5 tiền nhiệm.
Thariq@trq212Opus 5.5 is the result of your feedback. It communicates clearly, it's cheaper per token than Opus…
DịchClaude Opus 5.5 vừa được Anthropic trình làng với hiệu suất tương đương Fable 5.1 nhưng tiết kiệm 40% chi phí. Bản cập nhật này cải thiện khả năng giao tiếp, tối ưu hóa token và nới lỏng giới hạn sử dụng cho người dùng.
Cùng sự kiện, tinh chọn hiển thị «Claude Opus 5.5 chính thức có mặt trên OpenRouter: Đỉnh cao mới về lập trình và khả năng tự hành»Simon Willison vừa phát hành plugin llm-typesafe 0.1a0, cho phép tích hợp mô hình Jev của TypeSafe AI vào hệ sinh thái LLM. Plugin hỗ trợ các truy vấn có cấu trúc chặt chẽ như yes/no, lựa chọn và chấm điểm, giúp tăng độ tin cậy cho phản hồi từ AI.
Anthropic@AnthropicAIClaude Opus 5.5 is available today.
DịchAnthropic vừa giới thiệu Claude Opus 5.5, mẫu model đầu tiên thuộc dòng 5.5 mới. Sản phẩm này đạt hiệu suất tương đương Claude Fable 5.1 nhưng tiết kiệm tới 40% chi phí vận hành so với thế hệ Opus 5 trước đó.
Cùng sự kiện, tinh chọn hiển thị «Claude Code cập nhật v2.1.280: Ra mắt Claude Opus 5.5 làm mô hình mặc định»Claude Opus 5.5 vừa trình làng với hiệu suất tương đương Fable 5.1, đồng thời tối ưu hóa chi phí vận hành giảm 40% và tăng tốc độ phản hồi thêm 30%.
Cùng sự kiện, tinh chọn hiển thị «Claude Code cập nhật v2.1.280: Ra mắt Claude Opus 5.5 làm mô hình mặc định»Anthropic vừa trình làng Opus 5.5 với khả năng lập trình và xử lý tri thức vượt xa Fable, đồng thời giảm giá token xuống còn 20 USD/triệu đơn vị cùng tốc độ phản hồi nhanh hơn.
Cùng sự kiện, tinh chọn hiển thị «Claude Code cập nhật v2.1.280: Ra mắt Claude Opus 5.5 làm mô hình mặc định»Các chuyên gia nhận định OpenAI hoàn toàn có thể sao chép cơ chế phân loại của Jev bằng cách tận dụng kỹ thuật logprobs và công cụ gọi hàm (tool calling) sẵn có để tối ưu hóa trực tiếp trong mô hình.
Cùng sự kiện, bài đại diện «Hướng dẫn sử dụng Jev: Kiểm duyệt nội dung với mô hình ra quyết định của TypeSafe trên OpenRouter»
Claude@claudeaiIntroducing Claude Opus 5.5, the first model in our new Claude 5.5 family. It performs at the level…
DịchAnthropic vừa ra mắt Claude Opus 5.5, mẫu model đầu tiên trong dòng 5.5. Sản phẩm này đạt hiệu suất ngang ngửa Claude Fable 5.1 nhưng tiết kiệm chi phí vận hành tới 40% so với bản Opus 5 tiền nhiệm.
karminski@karminski3Mô hình MiMo-v2.6-Pro của Xiaomi đạt 7810 điểm trong bài kiểm tra cơ sở dữ liệu vector, vượt xa bản tiền nhiệm và tiệm cận Claude Fable-5, đồng thời cải thiện đáng kể khả năng lập trình tác tử (AgenticCoding).
Functionalizer là khung tiền xử lý mới giúp bảo toàn các biến thể từ vựng (như viết hoa, dấu câu) thông qua mã hóa opcode, giúp giảm kích thước từ vựng mà vẫn giữ nguyên độ chính xác khi giải mã.
OpenRouter@OpenRouterTIP: automatically classify your LLM requests using @typesafeai's Jev, using Classifiers: https://op...
DịchOpenRouter tích hợp Jev từ @typesafeai, cho phép người dùng tự động phân loại các yêu cầu LLM thông qua Classifiers và phân tích dữ liệu trực quan ngay trong bảng điều khiển Explore.
Phương pháp PIR mới cho phép đọc trạng thái nội tại của mô hình để xác định xem AI có đang cố tình che giấu câu trả lời đúng hay không, ngay cả khi nó đưa ra phản hồi sai.
EdgeGen là khung làm việc tự động tạo các tình huống lỗi (edge cases) từ quy tắc của Agent, giúp tinh chỉnh và tối ưu hóa hiệu suất mà không cần gắn nhãn thủ công.
Xiaomi vừa kết thúc buổi livestream 'luyện' mô hình AI đầy ấn tượng, thu hút sự chú ý lớn từ cộng đồng công nghệ và nhận được lời khen ngợi từ CEO Hugging Face.
Testing Catalog@testingcatalogALIBABA 🔥: Qwen 4 Max, Qwen 4 Flash, Qwen 4 Plus and Qwen 4 27B models have been announced! The n…
DịchTại Hội nghị Vân Tê, Alibaba chính thức giới thiệu dòng Qwen 4 gồm các phiên bản Max, Flash, Plus và 27B. Hãng cũng hé lộ lộ trình nâng cấp Qwen 4.5 và Qwen 5 với quy mô tham số lên tới 5-10 nghìn tỷ.
karminski@karminski3Tại sự kiện Yunqi 2026, Alibaba chính thức công bố dòng Qwen4 bao gồm các phiên bản Max, Flash, Plus và 27B, đồng thời hé lộ lộ trình huấn luyện các mô hình AI khổng lồ với quy mô từ 5-10 nghìn tỷ tham số.
Thêm 3 nguồn khác đưa tinX: Testing Catalog (@testingcatalog)PandailyIT Home
AI Notes@AYi_AInotesTại hội nghị Vân Tê, Alibaba giới thiệu Qwen3.8-Max có khả năng tự tối ưu hóa 33 vòng không cần can thiệp, cùng phiên bản Flash với chi phí cực thấp chỉ 0,1 tệ/triệu token.
D-RAC tối ưu hóa quy trình RAG bằng cách chuẩn hóa tài liệu sang PDF, sau đó dùng LLM đa phương thức chuyển đổi thành Markdown có cấu trúc, giúp tăng độ chính xác khi truy xuất dữ liệu.
@mark_k@mark_kAlibaba is going big: 5-10 TRILLION parameters for future Qwen models, with artificial superintellig…
DịchAlibaba đang phát triển các thế hệ Qwen tiếp theo với quy mô lên tới 10 nghìn tỷ tham số, tích hợp khả năng tự cải tiến và hỗ trợ bởi chip AI chuyên dụng Zhenwu V900 để hướng tới siêu trí tuệ.
Cùng sự kiện, bài đại diện «Alibaba công bố chiến lược mô hình đa phương thức toàn diện: Tương lai không còn ranh giới»Deep Persona là kiến trúc ba tầng giúp AI nhập vai chân thực hơn bằng cách mô phỏng niềm tin và động lực cốt lõi thay vì chỉ dựa vào mô tả bề nổi. Hệ thống này còn đi kèm khung đánh giá mới giúp đo lường độ tự nhiên của hội thoại dựa trên các tiêu chuẩn tâm lý học lâm sàng.
Nghiên cứu chỉ ra rằng có thể đạt hiệu suất tương đương hoặc vượt trội so với chưng cất toàn phần chỉ với 0,1%-1% token. Bằng cách sử dụng chỉ số hiệu quả thông tin (IER), phương pháp này giúp chọn lọc dữ liệu huấn luyện tối ưu, tiết kiệm tài nguyên đáng kể cho các mô hình ngôn ngữ lớn.
Nhóm nghiên cứu từ NVIDIA, NTU và MIT giới thiệu SoL-Pi, bộ giải pháp tối ưu hóa giúp giảm đáng kể lượng token tiêu thụ cho các AI lập trình (Coding Agent) thông qua cơ chế tự động hóa thông minh.
onPanda là công cụ hỗ trợ gán nhãn dữ liệu hiệu quả, cho phép người dùng can thiệp trực tiếp vào các token sai lệch trong quá trình mô hình tạo văn bản, từ đó giúp tinh chỉnh LLM và AI Agent chính xác hơn.
Sau phiên bản Qwen4.5, Alibaba dự kiến sẽ nâng cấp các mô hình ngôn ngữ lớn tiếp theo lên quy mô từ 5 đến 10 nghìn tỷ tham số để tăng cường sức mạnh xử lý.
Cùng sự kiện, bài đại diện «Alibaba công bố chiến lược mô hình đa phương thức toàn diện: Tương lai không còn ranh giới»Jev-Mem là kiến trúc bộ nhớ mới lấy cảm hứng từ tư duy System-One/System-Two, giúp tối ưu hóa việc quản lý, truy xuất và xử lý dữ liệu cho AI Agent một cách thông minh và hiệu quả hơn.
Nghiên cứu giới thiệu phương pháp phân tích đột biến để đo lường hiệu quả của các bộ kiểm thử (oracle) cho nhân GPU, phát hiện ra rằng các giao thức hiện tại bỏ sót gần 17% lỗi, đặc biệt là các lỗi về độ chính xác số thực.
RRSI giải quyết vấn đề quá tải khi AI Agent tự cải tiến bằng cách sử dụng cơ chế kiểm soát ngân sách thời gian, bộ lọc phê bình và công cụ cắt tỉa để đảm bảo các thay đổi thực sự hiệu quả trên nhiều tác vụ khác nhau.
Tencent Hunyuan@TencentHunyuanLess size, same intelligence.
DịchĐội ngũ Tencent Hunyuan đã nén mô hình Hy4 preview từ 1,5TB xuống còn 214 GiB mà vẫn giữ nguyên 770 tỷ tham số nhờ thuật toán Sherry và định dạng STQ1_0, đạt mức trung bình 2,38 bit mỗi trọng số.
Elon Musk@elonmuskElon Musk và xAI vừa công bố phiên bản Grok 4.7, đánh dấu bước tiến mới trong lộ trình phát triển mô hình ngôn ngữ của hãng.
