Toàn bộ tin AI · Thẻ “llm”

1.276 tin · trang 20/32

28/08

Thứ Sáu · 22 tin
Hacker News Nổi bật (buzzing.cc bản dịch tiếng Trung)
Hướng dẫnĐiểm AI 75/100

Tinh chọnSổ tay kỹ sư AI: Xây dựng RAG, Agent và công cụ đánh giá miễn phí trên Colab không cần framework

Bộ notebook Colab giúp kỹ sư AI xây dựng hệ thống từ API gốc thay vì framework, bao gồm RAG, Agent và tinh chỉnh mô hình. Toàn bộ quy trình chạy trên Groq API miễn phí, tương thích chuẩn OpenAI và đi kèm các case study thực tế.

Kỹ sư AIRAGColabLLM
Vì sao đáng đọc: Việc tự viết vòng lặp Agent và RAG bằng API gốc giúp hiểu rõ bản chất các framework. Điều này cực kỳ hữu ích cho các buổi phỏng vấn kỹ sư AI khi cần giải thích về thiết kế hệ thống và đánh đổi kỹ thuật.
Testing Catalog@testingcatalog
Mô hìnhĐiểm AI 52/100

Cùng sự kiệnTencent ra mắt Hy4 Preview: Mô hình MoE mã nguồn mở mạnh mẽ với 770 tỷ tham số

Tencent released Hy4 Preview, a new open weight model under Apache License 2.0! > Hy4 preview i…

DịchTencent vừa phát hành Hy4 Preview, mô hình MoE thế hệ mới với 770 tỷ tham số và cửa sổ ngữ cảnh 1 triệu token, được cấp phép theo Apache 2.0 nhằm tối ưu cho các tác vụ năng suất cao.

TencentMoEMã nguồn mởLLM
Cùng sự kiện, tinh chọn hiển thị «Tencent ra mắt mô hình Hunyuan Hy4 Preview: 770 tỷ tham số, cửa sổ ngữ cảnh 1 triệu token»
Tencent Hunyuan@TencentHunyuan
Mô hìnhĐiểm AI 72/100

Cùng sự kiệnTencent ra mắt mô hình Hunyuan Hy4: 770 tỷ tham số, hỗ trợ cửa sổ ngữ cảnh 1 triệu token

🚀 Hy4 preview is here. 770B, 49B active, 1M context. Built for productivity. Open source frontier….

DịchTencent chính thức phát hành bản xem trước của Hunyuan Hy4 với 770 tỷ tham số và 49 tỷ tham số kích hoạt, tối ưu cho hiệu suất sản xuất với cửa sổ ngữ cảnh lên tới 1 triệu token.

TencentHunyuanLLMMã nguồn mở
Cùng sự kiện, tinh chọn hiển thị «Tencent ra mắt mô hình Hunyuan Hy4 Preview: 770 tỷ tham số, cửa sổ ngữ cảnh 1 triệu token»
HuggingFace Daily Papers (bài nghiên cứu nổi bật của cộng đồng)
Nghiên cứuĐiểm AI 49/100

MMLVE-Agent: Bước tiến mới trong chỉnh sửa video dài đa góc quay bằng tác nhân AI

MMLVE-Agent là khung làm việc mới sử dụng tác nhân AI để phân tách và chỉnh sửa video dài đa góc quay, giúp loại bỏ hiện tượng ảo giác và đảm bảo tính nhất quán về không gian, thời gian giữa các cảnh quay.

AI VideoChỉnh sửa videoLLMVLM
HuggingFace Daily Papers (bài nghiên cứu nổi bật của cộng đồng)
Nghiên cứuĐiểm AI 45/100

TTPO: Tối ưu hóa chiến lược khi kiểm thử, giúp mô hình ngôn ngữ lớn tự học mà không cần nhãn

TTPO giới thiệu phương pháp tự học không cần nhãn bằng cách sử dụng bình chọn đa số làm nhãn giả và học tăng cường nhóm để tinh chỉnh mô hình. Kỹ thuật này giúp cải thiện đáng kể hiệu suất suy luận toán học của các mô hình nhỏ như Qwen3-1.7B, đạt kết quả ngang ngửa với phương pháp có giám sát.

LLMHọc tăng cườngTối ưu hóa mô hìnhSuy luận toán học
HuggingFace Daily Papers (bài nghiên cứu nổi bật của cộng đồng)
Nghiên cứuĐiểm AI 38/100

Giải mã dữ liệu cho AI Agent: Góc nhìn ACE trong việc tối ưu hóa huấn luyện LLM

Nghiên cứu đề xuất khung làm việc ACE (Accuracy-Complexity-divErsity) để chuẩn hóa dữ liệu cho AI Agent, giúp tối ưu hóa quá trình tạo dữ liệu thông qua việc phân tách các yếu tố môi trường, nhiệm vụ và tương tác.

AI AgentLLMDữ liệu huấn luyệnNghiên cứu AI
HuggingFace Daily Papers (bài nghiên cứu nổi bật của cộng đồng)
Nghiên cứuĐiểm AI 51/100

Giải mã chiến lược tiến hóa (ES) trong suy luận LLM: Vượt trội hơn GRPO về khả năng tư duy

Nghiên cứu chỉ ra rằng chiến lược tiến hóa (ES) giúp tối ưu hóa suy luận LLM hiệu quả hơn GRPO, tránh được hiện tượng suy giảm entropy và cải thiện đáng kể tỷ lệ thành công (Pass@K) nhờ các cập nhật trọng số chọn lọc.

LLMSuy luậnHậu huấn luyệnTối ưu hóa
Hacker News Nổi bật (buzzing.cc bản dịch tiếng Trung)
Sản phẩmĐiểm AI 66/100

Experiential: Cổng kết nối và bộ định tuyến mã nguồn mở cho quy trình làm việc của AI Agent

Experiential là giải pháp mã nguồn mở giúp quản lý, điều phối và tối ưu hóa các mô hình AI thông qua API tương thích với OpenAI, hỗ trợ kiểm soát chi phí và hiệu suất cho các quy trình làm việc của AI Agent.

AI AgentMã nguồn mởLLMAPI Gateway
Apple Machine Learning Research
Nghiên cứuĐiểm AI 29/100

Từ sở thích đến nguyên tắc: Phương pháp căn chỉnh dựa trên thang điểm cho mô hình hỏi đáp có căn cứ

Nhóm nghiên cứu Apple giới thiệu phương pháp căn chỉnh dựa trên thang điểm (rubric) giúp mô hình hỏi đáp đưa ra câu trả lời chính xác và có căn cứ hơn, thay thế tín hiệu ưu tiên đơn lẻ bằng các tiêu chí đánh giá đa chiều rõ ràng.

AppleLLMHỏi đápCăn chỉnh mô hình
Rohan Paul@rohanpaul_ai
Nghiên cứuĐiểm AI 36/100

Netflix giải mã quy trình dùng AI làm 'giám khảo' để tối ưu hóa gợi ý nội dung

Netflix has explained the system behind those short "because you watched" lines: an AI writes them, …

DịchNetflix công bố nghiên cứu về hệ thống AI tự động tạo và kiểm duyệt lý do gợi ý phim, giúp tăng tỷ lệ người dùng xem hết nội dung thay vì chỉ lướt qua.

NetflixLLMHệ thống gợi ýAI ứng dụng
Elvis Saravia@omarsar0
Nghiên cứuĐiểm AI 35/100

JIT-Agent: Mô hình tự động tạo khung làm việc cho AI Agent theo thời gian thực

If you maintain a hand-built agent harness, this one is worth your time. (bookmark it) I feel like…

DịchJIT-Agent là mô hình giúp tổng hợp nhanh các khung làm việc cho AI Agent dựa trên 4 thành phần cốt lõi: bộ nhớ, lập kế hoạch, hành động và công cụ. Hệ thống có khả năng tự sửa lỗi trong quá trình vận hành và tối ưu hóa hiệu suất thông qua việc học hỏi từ lịch sử cấu hình.

AI AgentLLMTự động hóaKiến trúc AI
Elvis Saravia@omarsar0
Nghiên cứuĐiểm AI 32/100

Hành vi của AI Agent phụ thuộc vào khung triển khai hơn là mô hình ngôn ngữ

Another good paper. Interesting finding on the benefits of the agent harness.

DịchNghiên cứu mới chỉ ra rằng hành vi của AI Agent có thể được mô hình hóa bằng máy trạng thái hữu hạn (FSM) với độ chính xác cao. Kết quả cho thấy cấu trúc khung triển khai đóng vai trò quyết định đến hành vi của Agent hơn là bản thân mô hình LLM nền tảng.

AI AgentLLMKiến trúc AINghiên cứu AI
DAIR.AI@dair_ai
Nghiên cứuĐiểm AI 35/100

Nén quỹ đạo AI thành máy trạng thái hữu hạn: Hành vi phụ thuộc vào khung làm việc hơn là LLM

// Automata from agent traces // How much of your agent's behavior comes from the model, and how mu…

DịchNghiên cứu mới cho thấy có thể nén quỹ đạo của AI thành các máy trạng thái hữu hạn (FSM) nhỏ gọn, giúp dự đoán hành vi chính xác hơn và hỗ trợ giám sát thời gian thực. Kết quả chỉ ra rằng cấu trúc hành vi của AI được định hình chủ yếu bởi khung triển khai thay vì mô hình ngôn ngữ nền tảng.

AILLMNghiên cứu AITự động hóa

27/08

Thứ Năm · 32 tin
HuggingFace Daily Papers (bài nghiên cứu nổi bật của cộng đồng)
Nghiên cứuĐiểm AI 41/100

Kỹ năng của LLM có thay đổi theo ngôn ngữ? Nghiên cứu về tính nhất quán đa ngôn ngữ

Nghiên cứu mới sử dụng khung tự đối kháng đa ngôn ngữ để chỉ ra rằng LLM thể hiện trình độ tư duy và chiến lược khác biệt đáng kể tùy theo ngôn ngữ sử dụng, đặt ra thách thức lớn cho việc phát triển các mô hình đa ngôn ngữ thực thụ.

LLMĐa ngôn ngữNghiên cứu AIĐánh giá mô hình
SiliconFlow@SiliconFlowAI
Mô hìnhĐiểm AI 52/100

Cùng sự kiệnGLM-5.3-Flash chính thức ra mắt: Mô hình 320B tham số với hiệu suất vượt trội và chi phí tối ưu

Ox-Alpha🐮 has been revealed. 👀 Meet GLM-5.3-Flash from @Zai_org - now open source, and already liv…

DịchGLM-5.3-Flash là mô hình đa phương thức mã nguồn mở mới với 320B tham số (18B kích hoạt), mang lại khả năng lập trình và xử lý tác vụ thông minh ngang ngửa Opus 4.8 nhưng với chi phí giảm tới 95%. Hiện mô hình đã có mặt trên nền tảng SiliconFlow với khả năng suy luận tối ưu.

GLM-5.3-FlashMã nguồn mởLLMSiliconFlow
Cùng sự kiện, bài đại diện «ra mắt GLM-5.3-Flash: Mô hình đa phương thức 320B với chi phí chỉ bằng 1/40 Claude Opus»
Rohan Paul@rohanpaul_ai
Hướng dẫnĐiểm AI 30/100

Glean tuyên bố tiết kiệm 81% chi phí token so với Claude Cowork

Claude Cowork used 4.4M tokens on a benchmark where Glean used 1.3M. @glean is claiming an 81% savi…

DịchGlean khẳng định giải pháp của họ tối ưu hơn Claude Cowork nhờ khả năng lập chỉ mục dữ liệu doanh nghiệp tập trung, giúp giảm 81% chi phí token và 70% lượng token tiêu thụ trong các tác vụ thực tế.

GleanClaudeAI doanh nghiệpTối ưu chi phí
JiQiZhiXin
Nghiên cứuĐiểm AI 92/100

Tinh chọnKhung 'Tự xác thực' giúp mô hình mã nguồn mở vượt mặt Claude Fable 5 với chi phí rẻ hơn 11 lần

Nhóm nghiên cứu Stanford giới thiệu phương pháp dùng DeepSeek V4 Flash tự tạo và kiểm chứng kết quả, giúp tăng tỷ lệ thành công trên Terminal-Bench 2.1 lên 88% mà vẫn tiết kiệm chi phí đáng kể so với các mô hình đóng.

DeepSeekMã nguồn mởTự xác thựcLLM
Vì sao đáng đọc: Đây là bước tiến quan trọng trong việc tối ưu hóa mô hình mã nguồn mở, chứng minh hiệu quả của phương pháp 'tự xác thực' (self-verification) trong thực tế.
Pandaily
Mô hìnhĐiểm AI 85/100

Cùng sự kiệnZhipu AI công bố GLM-5.3-Flash, mô hình bí ẩn đứng sau 'Ox Alpha'

Zhipu AI xác nhận mô hình ẩn danh 'Ox Alpha' chính là GLM-5.3-Flash, một mô hình Mixture-of-Experts tối ưu cho lập trình, tác vụ đại lý phức tạp và cửa sổ ngữ cảnh lên tới hàng triệu token.

Zhipu AIGLM-5.3-FlashLLMMixture-of-Experts
Cùng sự kiện, bài đại diện «ra mắt GLM-5.3-Flash: Mô hình đa phương thức 320B với chi phí chỉ bằng 1/40 Claude Opus»
Qwen@Alibaba_Qwen
Mô hìnhĐiểm AI 42/100

Qwen3.8-Flash chính thức ra mắt: Hiệu năng cao với mức giá cực rẻ

Qwen3.8-Flash on @qwen_cloud: $0.15/1M input tokens, $0.47/1M output tokens, and just $0.016/1M on c…

DịchAlibaba vừa ra mắt Qwen3.8-Flash trên QwenCloud với khả năng xử lý ngữ cảnh lên tới 1 triệu tokens. Mức giá cạnh tranh chỉ từ 0,15 USD/1 triệu tokens đầu vào, tối ưu hóa chi phí cho các doanh nghiệp triển khai quy mô lớn.

QwenAlibabaLLMAI giá rẻ
Qwen@Alibaba_Qwen
Mô hìnhĐiểm AI 50/100

Mô hình Qwen2.5-Flash chính thức có mặt trên OpenRouter

Qwen3.8-Flash is now live on @OpenRouter! ⚡ Coding assistants, agentic workflows, long-video underst…

DịchQwen2.5-Flash đã cập bến OpenRouter, hỗ trợ lập trình, tác vụ thông minh và phân tích video dài chỉ qua một API duy nhất.

QwenOpenRouterAIAPI
Thêm 1 nguồn khác đưa tinX: opencode (@opencode)
Hugging Face Daily Papers
Nghiên cứuĐiểm AI 85/100

RL suy luận theo đoạn tiếp theo có thực sự vượt trội hơn SFT? Đánh giá lại chiến lược huấn luyện với dữ liệu không có CoT

Nghiên cứu này so sánh phương pháp RL suy luận theo đoạn với kỹ thuật Mixed SFT đơn giản. Kết quả cho thấy Mixed SFT đạt hiệu suất cao hơn đáng kể trong các bài kiểm tra suy luận, đặt ra dấu hỏi về tính ưu việt thực sự của các phương pháp RL phức tạp hiện nay.

LLMReinforcement LearningSFTChain-of-Thought
Hugging Face Daily Papers
Nghiên cứuĐiểm AI 85/100

Open-MOPD: Giải mã và khắc phục sự mất cân bằng năng lực trong chưng cất mô hình đa giáo viên

Nghiên cứu chỉ ra rằng phương pháp chưng cất đa giáo viên (M-OPD) hiện nay gặp hạn chế lớn trong việc tích hợp năng lực, chỉ đạt 35,6% hiệu suất tối ưu. Nhóm tác giả đề xuất giải pháp khắc phục tình trạng suy giảm chất lượng khi huấn luyện mô hình tổng quát từ các chuyên gia RL.

Học tăng cườngChưng cất mô hìnhLLMTối ưu hóa
Qwen@Alibaba_Qwen
Sản phẩmĐiểm AI 38/100

Qwen3.8-Flash-Next ra mắt với sự hỗ trợ từ NVIDIA ngay ngày đầu

Thank you @NVIDIAAI for the day-0 support! 🙌 Developers can finetune the model for domain-specific…

DịchAlibaba giới thiệu mô hình thử nghiệm Qwen3.8-Flash-Next, hé lộ kiến trúc Qwen4. NVIDIA đã cung cấp hỗ trợ Day 0, cho phép nhà phát triển tinh chỉnh qua NeMo và tối ưu hóa hiệu suất với SGLang.

QwenAlibabaNVIDIALLM
HuggingFace Daily Papers (bài nghiên cứu nổi bật của cộng đồng)
Nghiên cứuĐiểm AI 51/100

JIT-Agent: Đột phá mới giúp AI tự tiến hóa và tối ưu hóa khung làm việc theo thời gian thực

JIT-Agent là mô hình thông minh cho phép các AI Agent tự động tổng hợp và tinh chỉnh khung làm việc thích ứng với từng tác vụ. Công nghệ này giúp các mô hình như DeepSeek và GLM đạt hiệu suất vượt trội trên các bài kiểm tra chuyên sâu.

AI AgentLLMTự động hóaNghiên cứu AI
Pandaily
Mô hìnhĐiểm AI 88/100

Tinh chọnAlibaba ra mắt mã nguồn mở Qwen3.8-Flash: Hiệu suất cao với chi phí huấn luyện chỉ bằng 1/9

Đội ngũ Qwen của Alibaba vừa giới thiệu Qwen3.8-Flash, mô hình đa phương thức MoE thuộc kiến trúc Qwen4 với 6 tỷ tham số kích hoạt, giúp tối ưu hóa đáng kể chi phí huấn luyện so với phiên bản tiền nhiệm.

AlibabaQwenMã nguồn mởLLM
Vì sao đáng đọc: Đây là bước tiến quan trọng trong việc tối ưu hóa mô hình ngôn ngữ lớn, giúp các nhà phát triển tiếp cận công nghệ mạnh mẽ với chi phí vận hành thấp hơn.
xAI: News (Web)
Sản phẩmĐiểm AI 49/100

xAI ra mắt Grok 4.6 trên Microsoft Foundry: Hỗ trợ cửa sổ ngữ cảnh 500k

xAI vừa đưa mô hình Grok 4.6 lên nền tảng Microsoft Foundry, cung cấp cửa sổ ngữ cảnh 500k cùng khả năng tùy chỉnh cường độ suy luận, tối ưu cho các tác vụ thông minh và xử lý đa phương thức.

xAIGrok 4.6Microsoft FoundryAI doanh nghiệp
Thêm 2 nguồn khác đưa tinX: cb_doge (@cb_doge)X: Elon Musk (@elonmusk, xAI)
Đã tải 40 tin

40 tin mỗi trang, cuộn để tải tiếp · lọc và sắp xếp ngay trên máy chủ (52 ms) · bộ lọc nằm trong đường dẫn nên chia sẻ link là giữ nguyên kết quả

Toàn bộ tin AI · Thẻ “llm” — Trang 20 | AIHOT.vn