Bài viết phân tích sự chuyển dịch của cuộc đua AI năm 2026 từ trí thông minh thuần túy sang cân bằng giữa hiệu năng và chi phí. Tác giả đánh giá dòng MiMo-V2.6 vừa ra mắt với bước nhảy vọt về thông minh gấp đôi so với thế hệ trước.
Ma Dongxi NLP@dongxi_nlpTác giả sử dụng các chế độ lập kế hoạch và tác vụ của Doubao để phân tích Jev - công cụ từ TypeSafe hứa hẹn hiệu suất vượt trội. Kết quả thử nghiệm độc lập cho thấy độ trễ cực thấp và những thay đổi đáng chú ý về độ chính xác khi áp dụng các bộ lọc.
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»C2C là phương thức mới cho phép các LLM trao đổi thông tin trực tiếp qua KV-Cache thay vì văn bản. Kỹ thuật này giúp tăng độ chính xác lên tới 14,2% và cải thiện tốc độ xử lý gấp 2,5 lần so với các phương pháp truyền thống.
When2Think là khung huấn luyện hậu kỳ giúp mô hình AI tự nhận diện độ khó của câu hỏi để phân bổ tài nguyên tính toán linh hoạt. Phương pháp này giúp giảm 27,9% lượng token tiêu thụ mà vẫn tăng đáng kể độ chính xác trên các bài toán khó như AIME.
Nghiên cứu giới thiệu phương pháp Elo-per-token sử dụng mô hình Bradley-Terry để đánh giá hiệu quả của việc tăng cường tài nguyên tính toán trong quá trình suy luận của LLM Agent, từ đó chỉ ra quy luật lợi nhuận giảm dần.
Bài viết phân tích vấn đề LLM tiêu tốn tài nguyên do suy nghĩ quá mức, đồng thời đề xuất các giải pháp tối ưu hóa chi phí và hiệu suất suy luận thông qua cơ chế tự điều chỉnh.
Phân tích thực nghiệm cho thấy cải tiến dữ liệu giúp tăng hiệu suất tính toán gấp 12 lần, vượt xa mức 3,7 lần từ cải tiến kiến trúc mô hình, khẳng định dữ liệu đóng vai trò quan trọng gấp 3,24 lần so với thiết kế mô hình.
Elvis Saravia@omarsar0Interesting paper on prompt optimization. They claim that a single-lineage prompt optimizer just ma…
DịchNPO đạt hiệu suất tương đương GEPA trong TextArena với số lần thử nghiệm ít hơn đáng kể. Kết quả cho thấy việc tối ưu hóa prompt hiệu quả có thể thay thế các phương pháp tìm kiếm phức tạp, đặc biệt khi kết hợp với các mô hình giáo viên mạnh.
DAIR.AI@dair_aiFinally, a good paper testing whether Agent Skills actually help. Worth reading if you are maintain…
DịchNghiên cứu chỉ ra rằng việc bổ sung kỹ năng cho AI Agent trong lập trình web làm giảm hiệu suất từ 1.3% - 4.2% và tăng chi phí token đáng kể do nhiễu thông tin. Kết quả cho thấy các kỹ năng này thiếu tính ổn định và khả năng chuyển đổi giữa các mô hình.
Google giới thiệu Inspect Viz, công cụ tạo bản đồ nhiệt 2D giúp trực quan hóa độ chính xác của các mô hình AI theo từng kỹ năng, hỗ trợ các bên liên quan nắm bắt hiệu suất mô hình một cách nhanh chóng.