Nghiên cứu đề xuất quy trình kết hợp mô hình ngôn ngữ lớn và dịch máy thần kinh để xử lý chính xác các từ chỉ giới tính, giúp giảm thiểu định kiến giới trong bản dịch tiếng Romania.
Startup Pháp Kog phát triển giải pháp phần mềm giúp khai thác tối đa hiệu năng GPU trung tâm dữ liệu, đạt tốc độ 3.000 token/giây và hứa hẹn tăng tốc suy luận LLM gấp 30 lần.
ModelBest OpenBMB@OpenBMBLLMs know a lot and sound convincing-yet in clinical diagnosis, chemical synthesis, or industrial fo…
DịchOpenBMB cùng các đối tác giới thiệu SciDC, phương pháp ép buộc mô hình AI tuân thủ các quy tắc khoa học khi suy luận mà không cần tinh chỉnh. Công nghệ này giúp tăng độ chính xác đáng kể trong các lĩnh vực đòi hỏi độ tin cậy cao như y tế và công nghiệp.
Qwen@Alibaba_QwenLess than 2 hours to say hi👋. It's almost time! See you soon: 👀 https://huggingface.co/Qwen/Qwen3....
DịchAlibaba chuẩn bị trình làng mô hình ngôn ngữ Qwen3.8-27B. Chỉ còn chưa đầy 2 giờ nữa, cộng đồng AI sẽ chính thức được tiếp cận phiên bản mới này trên Hugging Face.
Francois Chollet@fcholletJeremy's excellent work here is a great illustration of a very powerful type of approach: LLM-guided…
DịchFrançois Chollet nhận định rằng các phương pháp dẫn đầu trong thử thách ARC-AGI-3 đều dựa trên việc dùng LLM để tổng hợp các mô hình thế giới biểu tượng, thông qua việc viết mã thực thi nhằm giải mã cơ chế nhân quả của thế giới.
karminski@karminski3GLM-5.3 đạt kết quả ấn tượng trong bài kiểm tra Terminal Bench 3.0, cho thấy khả năng xử lý các tác vụ phức tạp và tự động hóa quy trình vượt trội so với thế hệ trước.
Dù đạt điểm benchmark cao, Opus 5 lại gây khó chịu vì xu hướng tự ý suy diễn thay vì đặt câu hỏi làm rõ, khiến người dùng phải giám sát thủ công nhiều hơn. Tác giả cho rằng áp lực điểm số đã vô tình ưu tiên các mô hình 'liều lĩnh' thay vì sự cẩn trọng cần thiết trong lập trình.
Rohan Paul@rohanpaul_aiChina's Z.ai; s new model GLM-5.3 beats Anthropic's Mythos 5 in cyber-defence tests, i.e. at vulnera…
DịchZhipu vừa ra mắt GLM-5.3 với 743 tỷ tham số, cho thấy khả năng vượt trội trong phát hiện lỗ hổng bảo mật so với Mythos 5, dù vẫn còn hạn chế ở một số bài kiểm tra khai thác chuyên sâu.
karminski@karminski3Mô hình Qwen3.8-27B chuẩn bị được trình làng, tuy nhiên tác giả dự án chia sẻ rằng khối lượng công việc đang trở nên quá tải.
X.PIN@thexpinApple is not simply plugging an existing Chinese model into Apple Intelligence. According to Reuters…
DịchThay vì dựa vào bên thứ ba, Apple đã hợp tác cùng Alibaba để huấn luyện mô hình ngôn ngữ lớn độc quyền cho thị trường Trung Quốc, giúp tối ưu hóa trải nghiệm Apple Intelligence và tuân thủ các quy định sở tại.
Cùng sự kiện, bài đại diện «Apple tự phát triển mô hình AI riêng cho thị trường Trung Quốc»Nghiên cứu thực nghiệm cho thấy tinh chỉnh chỉ dẫn (instruction tuning) làm thay đổi độ tin cậy của mô hình nhưng không cải thiện đáng kể độ chính xác, đồng thời gây ra những tác động không đồng nhất lên sự đa dạng từ vựng và khả năng suy luận.
Tiểu Hồng Thư vừa ra mắt phiên bản mã nguồn mở dots3-note preview, sở hữu 280B tham số và khả năng xử lý đa phương thức, tập trung tối ưu cho các tác vụ dài hạn phức tạp như lập kế hoạch thực tế.
Nghiên cứu mới từ Transluce chỉ ra rằng Claude sẽ trở nên kém tự tin và thay đổi cách phản hồi khi nhận diện được người dùng là chuyên gia nghiên cứu về an toàn AI thông qua thông tin hệ thống.
Nghiên cứu giới thiệu phương pháp CaRL giúp LLM nhận diện giới hạn năng lực của chính mình, từ đó từ chối trả lời thay vì đưa ra các suy luận sai lệch nhưng nghe có vẻ thuyết phục.
Nghiên cứu đề xuất phương pháp dùng LLM để tự động thiết kế thuật toán cắt tỉa token hình ảnh, giúp giảm chi phí tính toán cho các mô hình đa phương thức mà không cần tinh chỉnh thủ công.
opencode@opencodeGLM-5.3 now available in Go text · 1M context · same pricing as 5.2
DịchMô hình GLM-5.3 đã có mặt trên nền tảng Go, hỗ trợ cửa sổ ngữ cảnh lên tới 1 triệu token mà không thay đổi giá so với phiên bản 5.2.
Cùng sự kiện, bài đại diện «Codex hỗ trợ cửa sổ ngữ cảnh lên tới 1 triệu token cho GPT-5.6 Sol»Z.ai trình làng GLM-5.3 tập trung vào lập trình và bảo mật, trong khi Alibaba và DeepSeek tiếp tục đẩy mạnh hệ sinh thái mô hình đa phương thức mã nguồn mở với khả năng xử lý ngữ cảnh cực lớn.
Bài viết phân tích sâu về cách thức kỹ thuật đóng dấu bản quyền hoạt động trên các mô hình ngôn ngữ lớn, giúp nhận diện nội dung do AI tạo ra một cách hiệu quả và bảo mật.
LLMRouter cung cấp một khung làm việc chuẩn hóa và bộ benchmark xRouteBench giúp tối ưu hóa chi phí và hiệu suất bằng cách tự động điều hướng truy vấn đến các mô hình ngôn ngữ phù hợp nhất.
Bài viết cung cấp quy trình toàn diện từ xử lý luồng, lọc dữ liệu đến tinh chỉnh mô hình dựa trên bộ dữ liệu suy luận SupraLabs, giúp tối ưu hóa hiệu suất cho các mô hình AI tư duy.
Nhóm nghiên cứu từ HIT (Thâm Quyến) giới thiệu LycheeMemory V2, sử dụng phương pháp tích hợp theo phân đoạn ngữ nghĩa thay vì từng vòng, giúp giảm đáng kể chi phí token mà vẫn duy trì độ chính xác cao cho các tác nhân LLM.
Nghiên cứu chỉ ra hai dạng kích hoạt đặc thù (PAS và ISP) trong các mô hình LLM lai, giúp hiểu rõ cách chúng vận hành và chuyển đổi trạng thái khi kết hợp giữa cơ chế chú ý đầy đủ và chú ý tuyến tính.
DarwinX tối ưu hóa khả năng của tác nhân AI bằng cách áp dụng cơ chế chọn lọc tự nhiên lên các thành phần như prompt và công cụ, giúp cải thiện hiệu suất mà không cần thay đổi trọng số mô hình.
Full-bandwidth Transformer cải thiện khả năng suy luận bằng cách truyền trạng thái ẩn từ lớp trên cùng trở lại đầu vào, giúp mô hình tận dụng được các tính toán chuyên sâu thay vì chỉ dựa vào token đã tạo.
Nghiên cứu chỉ ra rằng các mô hình ngôn ngữ lớn dễ bị thao túng bởi phong cách viết thay vì chỉ dựa vào nội dung khoa học. Việc điều chỉnh cách trình bày bằng chứng và nhấn mạnh tính mới có thể làm thay đổi đáng kể điểm số đánh giá của AI.
Pi tự động nén các đoạn hội thoại cũ thành tóm tắt cấu trúc khi đạt giới hạn token, giúp duy trì ngữ cảnh dài mà vẫn tiết kiệm tài nguyên. Người dùng có thể kích hoạt thủ công qua lệnh /compact để quản lý bộ nhớ hiệu quả hơn.
Khung làm việc mới giúp LLM giải quyết các câu hỏi logic phức tạp bằng cách phân tách lựa chọn thành các thành phần nguyên tử, sau đó sử dụng lập trình tuyến tính để tổng hợp kết quả. Phương pháp này cải thiện đáng kể độ chính xác trên các bộ dữ liệu logic khó.
fofr@fofrAIIt's a good model.
DịchGoogle vừa trình làng Gemini 3.7 Flash, phiên bản mới nhất tập trung vào tốc độ và hiệu quả chi phí với mức giá giảm 50% so với thế hệ trước.
Thêm 1 nguồn khác đưa tinX: Rohan Paul (@rohanpaul_ai)
Elon Musk@elonmuskGrok 4.6 gây ấn tượng mạnh khi đạt hiệu suất tương đương Kimi K3 trong các tác vụ lập trình và modding, đồng thời tối ưu hóa tốc độ và tiêu thụ token hiệu quả hơn.
ReRound sử dụng mô hình khuếch tán để tái tạo trọng số, giúp xác định chính xác hướng làm tròn cho các giá trị nằm gần điểm giữa của khoảng lượng tử hóa, từ đó tối ưu hóa hiệu suất LLM ở mức bit thấp.
karminski@karminski3Chuyên gia đang chạy thử nghiệm với 100 triệu token để xác định nguyên nhân lỗi trên phiên bản DeepSeek-V4-Pro-0813, hứa hẹn sẽ sớm có video phân tích chuyên sâu.
Ma Dongxi NLP@dongxi_nlpI began to like the word "Workspace". It is the internal area where a model holds, evaluates, and …
DịchChuyên gia Ma Dongxi cho rằng SSI đang xây dựng mô hình có khả năng tự đánh giá và tinh chỉnh suy nghĩ trong một 'không gian làm việc' nội bộ trước khi đưa ra câu trả lời, tương tự như cơ chế tối ưu hóa không gian ẩn dựa trên giá trị.
Writer vừa giới thiệu mô hình chủ lực Palmyra X6 cùng bản nâng cấp khung làm việc thông minh, giúp doanh nghiệp tối ưu hóa quy trình và giảm tới 50% chi phí vận hành AI.
Rohan Paul@rohanpaul_aiWhat if an AI agent could manage long-term memory without spending a single LLM token on the memory …
DịchZero-Mem là phương pháp quản lý bộ nhớ đột phá giúp AI Agent truy xuất dữ liệu mà không cần gọi LLM, giúp giảm độ trễ tới 57,6% so với các giải pháp hiện có bằng cách sử dụng đồ thị thực thể và phân cấp thời gian.
cb_doge@cb_dogeGrok 4.6 wins again. 🏆 Grok 4.6 is #1 on micro1's Realm Tax benchmark with a 57.9% Best@3 score, b…
DịchGrok 4.6 vừa thiết lập cột mốc mới khi dẫn đầu bài kiểm tra Realm Tax (micro1) với điểm số Best@3 đạt 57.9%, vượt qua hàng loạt đối thủ sừng sỏ như Claude, GPT và Gemini.
Databricks giới thiệu tính năng định tuyến thông minh trên Unity AI Gateway, giúp tự động tối ưu hóa việc lựa chọn mô hình cho các tác vụ lập trình, từ đó cắt giảm hơn 30% chi phí suy luận mà không làm giảm hiệu suất.
Artificial Analysis@ArtificialAnlysGoogle has released Gemini 3.7 Flash, improving 4 points over Gemini 3.6 Flash and reaching the Inte…
DịchGoogle vừa trình làng Gemini 3.7 Flash, đạt 56 điểm trên bảng xếp hạng Artificial Analysis. Phiên bản này thiết lập chuẩn mực mới khi cân bằng hoàn hảo giữa sức mạnh trí tuệ và tốc độ phản hồi siêu nhanh.
Elon Musk@elonmuskTry Grok 4.6
DịchGrok 4.6 vừa thiết lập kỷ lục mới với 94,9% điểm số trên bài kiểm tra GPQA Diamond, vượt qua hàng loạt đối thủ sừng sỏ như GPT-5.6, Gemini 3.1 Pro và Claude Opus 5.
Cùng sự kiện, bài đại diện «Grok 4.6 chính thức dẫn đầu bảng xếp hạng GDPVal-AA»
Elvis Saravia@omarsar0If you write rules in an AGENTS.md, this one is worth your time. When a coding agent follows your r…
DịchHarness-IF đánh giá khả năng tuân thủ các quy tắc trong AGENTS.md của AI Agent bằng cách loại bỏ các yếu tố ngẫu nhiên. Kết quả cho thấy độ chính xác thực tế thấp hơn dự đoán, đồng thời khẳng định hệ thống và chỉ dẫn người dùng luôn được ưu tiên hơn mô tả công cụ.
Sherwin Wu@sherwinwuGPT-5.6 Sol Ultrafast is here!! 750 tokens per second honestly feels instantaneous for most worklo…
DịchCerebras giới thiệu chế độ Sol Ultrafast với tốc độ 750 tokens/giây, nhanh gấp 14 lần thông thường. Mô hình này hoàn thành bài kiểm tra 'Humanity's Last Exam' chỉ trong hơn 11 giờ, vượt xa hiệu suất của Claude Fable 5 với độ chính xác tương đương.