Thông tin chuyên sâu về AI, học máy và LLM.
Vòng lặp ReAct cho phép mô hình tự quyết định các bước thực hiện, nhưng mỗi chu kỳ Suy nghĩ-Hành động-Quan sát (Thought-Action-Observation) lại làm phát sinh thêm chi phí suy luận, khiến độ trễ tích tụ và làm tăng nguy cơ một sai sót nhỏ trong việc đọc hiểu có thể làm chệch hướng toàn bộ tác vụ.
Swarm thay thế một người giám sát duy nhất bằng một mạng lưới phẳng gồm các tác nhân ngang hàng liên tục phản biện lẫn nhau, nhưng mỗi lần trao đổi lại kích hoạt một lượt gọi mô hình riêng biệt, khiến chi phí tính toán và độ trễ tăng lên đáng kể.
Tác nhân này thực hiện viết lại truy vấn, quyết định khi nào cần tìm kiếm, chia nhỏ các câu hỏi phức tạp thành các bước phụ và tự điều chỉnh khi bằng chứng chưa đủ thuyết phục, giúp cung cấp trích dẫn cho mọi khẳng định và cắt giảm đáng kể lượng token sử dụng.
Dịch vụ tự nguyện này cung cấp cho một nhóm nhỏ các nhà sáng tạo tại Hoa Kỳ một bảng điều khiển liệt kê bất kỳ video hoặc hình ảnh nào mà AI gắn cờ là khớp với các đặc điểm khuôn mặt đã được xác minh của họ, sau khi họ hoàn tất quy trình xác minh danh tính và ảnh selfie khá phức tạp qua Jumio.
Bằng cách thay thế việc tra cứu URL bằng các mã băm định danh nội dung (content-addressed hashes), API COS cho phép bất kỳ trang web nào cũng có thể yêu cầu một tệp nếu đã biết mã SHA-256 của nó, giúp trình duyệt cung cấp cùng một mô hình AI 33 GB cho nhiều nguồn khác nhau mà không cần phải tải lại.
The revamped workflow scrapes queries with >500 impressions, <50 clicks, <1% CTR and position >20, then uses Llama 3 for headlines and Claude 3.5 Sonnet for full drafts, keeping each article under five cents while delivering a 15% lift in organic impressions.
Công cụ đánh giá sẽ lừa dối bạn trước khi mô hình của bạn kịp làm vậy. Bảng điểm đánh giá cho thấy cả hai công cụ đều thất bại. Llama3.2 thất bại trong 5 trên 6 trường hợp. Anthropic Sonnet thất bại trong cả 6 trên 6 trường hợp...
Kiến trúc mới này cho phép xử lý toàn bộ các chuỗi hàng nghìn axit amin chỉ trong một lượt duy nhất, giúp duy trì các tương tác tầm xa, đồng thời giúp việc huấn luyện trên các kho dữ liệu trình tự khổng lồ trở nên nhanh hơn và tiết kiệm chi phí hơn.
Giao thức x402 mới nhúng một token thanh toán vào mỗi yêu cầu HTTP, cho phép các tác nhân AI tự động khấu trừ phí dữ liệu, tính toán hoặc các lệnh gọi API. Giải pháp tích hợp Bedrock của AWS mang tên AgentCore Payments, bổ sung thêm các ví tích hợp sẵn và hạn mức chi tiêu để việc thương mại giữa các máy móc diễn ra liền mạch.
WebMCP replaces fragile DOM-scraping with a manifest of typed tool calls that React components register at mount time, delivering instant, layout-independent interactions for AI agents in Chrome 149+.
Được hỗ trợ bởi Sequoia, Felicis, Optum Ventures và Y Combinator, Bunkerhill lên kế hoạch triển khai thí điểm các tác nhân Carebricks—phần mềm có khả năng trích xuất dữ liệu EHR, chỉ định xét nghiệm và cập nhật kế hoạch chăm sóc—nhằm giảm bớt các tác vụ điều phối thường nhật cho các bác sĩ lâm sàng.
Khung SEED bổ sung một bước xử lý sau mỗi phiên, trong đó tác nhân sẽ đọc lại bản ghi chép của chính mình, viết các bài học bằng ngôn ngữ tự nhiên và chắt lọc chúng thành các bản cập nhật chính sách—biến các tín hiệu phần thưởng thưa thớt thành tín hiệu huấn luyện phong phú và có thể tái sử dụng.
MCP version 2, live July 28 2026, removes the initialize handshake, the Mcp-Session-Id header and three legacy subsystems, making the protocol fully stateless. Teams can now run on autoscaled or serverless pods without session-affinity constraints.
Chip Inferentia2 INF2.24xlarge đã tái tạo chính xác luồng token của bản tham chiếu CPU, nhưng cả hai lần chạy đều nạp vào một prompt lỗi cấu trúc do thiếu mẫu trò chuyện và các dấu mốc lượt lời, khiến Gemma-4 rơi vào vòng lặp vô tận của những nội dung vô nghĩa. Phần cứng thực chất chỉ đang lặp lại một lỗi trong mã tham chiếu.
Bằng cách thêm một lớp ghi nhật ký PostgreSQL để ghi lại tên mô hình, số lượng token, loại tác vụ và chi phí mỗi lần gọi, nhà nghiên cứu đã nhận thấy rằng các kết quả tìm kiếm SEC thô đang làm tăng dung lượng prompt. Việc tóm tắt các kết quả đó và chuyển các tác vụ kiểm tra đơn giản sang một mô hình rẻ hơn đã giúp tiết kiệm 31% chi phí và đồng thời cải thiện độ chính xác.
Khoản vay sử dụng chip suy luận SN50 của SambaNova làm tài sản thế chấp, một loại tài sản chưa từng có tiền lệ hứa hẹn tốc độ xử lý token nhanh hơn tới 16 lần, tiêu thụ điện năng thấp hơn và hệ thống làm mát đơn giản hơn so với các trang trại GPU truyền thống.
Torvalds đã phát biểu trên mailing list rằng bất kỳ ai phản đối các công cụ AI như trình đánh giá Sashiko mới đều có thể đơn giản là fork kernel, qua đó nhấn mạnh quan điểm của ông rằng giá trị kỹ thuật quan trọng hơn sự phản kháng về mặt tư tưởng.
Kho lưu trữ này cung cấp mã nguồn Rust cho CLI, giao diện terminal và runtime, cho phép bạn kiểm tra cách ngữ cảnh được xây dựng, cách điều phối công cụ và quản lý các chỉnh sửa – thậm chí bạn có thể thay thế mô hình nền tảng mà không làm gián đoạn quy trình làm việc.
Kimi K3 của Moonshot AI, một mô hình trọng số mở với 2,8 nghìn tỷ tham số, đã đạt điểm cao hơn GPT-5.6 trong bài kiểm tra thực tế AA-Briefcase và hiện đã có sẵn qua API, với các trọng số dự kiến sẽ được phát hành công khai vào ngày 27 tháng 7.
Các phiên bản mới nhất bổ sung thêm khả năng điều phối tác vụ, quy trình phê duyệt, hệ thống kiểm thử và duyệt web nhận diện UI, cho phép AI tự chọn ticket, vận hành các tác nhân tự trị, nhận sự phê duyệt từ con người và xuất bản các bản xem trước trực quan—tất cả chỉ từ một bảng điều khiển duy nhất.
Dịch vụ này, hiện chỉ dành cho các nhà phát triển tại Hoa Kỳ, có mức phí 1,25 USD cho mỗi triệu token đầu vào và 4,25 USD cho mỗi triệu token đầu ra, đi kèm với 20 USD tín dụng cho tài khoản mới và danh sách chờ dành cho người dùng quốc tế.
Mô hình Nhiễm trùng huyết đã học cách dự đoán bác sĩ. Vào năm 2021, Michigan Medicine đã thử nghiệm Mô hình Nhiễm trùng huyết của Epic. Họ đã xem xét 38.455 lượt lưu trú tại bệnh viện. Epic khẳng định độ chính xác của nó là cao...
PrismML’s Bonsai 27B shrinks from a 54.7 GB full-precision model to a 3.9 GB 1-bit file, fitting on a flagship iPhone while retaining 89.5% of its quality. The claim relies on Apple’s MLX stack and delivers about 11 tokens per second, but memory, heat and battery impacts remain unmeasured.
Mô hình GPT-Red nội bộ của OpenAI đã giảm số lỗi trong dòng GPT-5.6 Sol xuống 6 lần, nhưng bài nghiên cứu chỉ cung cấp lý thuyết chứ không có bộ công cụ tải về, khiến các nhóm nhỏ phải tự xây dựng các bài kiểm tra xác định của riêng mình.
