Elvis Saravia@omarsar0Brilliant new paper from Meta. LLM judges get validated on accuracy against golden data. That says …
DịchNghiên cứu từ Meta cho thấy các mô hình ngôn ngữ lớn (LLM) dễ dàng thay đổi phán quyết khi bị gây áp lực hoặc phản biện, làm giảm đáng kể độ chính xác của kết quả đánh giá.
Alibaba Cloud@alibaba_cloudWe promised open weights for Qwen3.8. Now, time to meet them! 🎉 ⚡ Qwen3.8-27B: - A native multimod…
DịchAlibaba Cloud ra mắt dòng Qwen3.8 với mô hình 27B đa phương thức mạnh mẽ, hỗ trợ ngữ cảnh lên tới 1 triệu token và giấy phép Apache 2.0. Phiên bản cao cấp Qwen3.8-2.4T-A95B cũng đã được công bố trọng số.
Qwen@Alibaba_QwenQwen3.8-Max is live on Together AI. Together AI is with us as a Day 0 launch partner, and we couldn'…
DịchAlibaba vừa ra mắt Qwen3.8-Max trên nền tảng Together AI, sở hữu 2.4 nghìn tỷ tham số, 95 tỷ tham số kích hoạt và hỗ trợ cửa sổ ngữ cảnh lên tới 1 triệu token.
Qwen@Alibaba_QwenQwen3.8-Max is live on Fireworks, ready for agents, heavy coding, and long-context work. Fireworks …
DịchAlibaba ra mắt Qwen3.8-Max, mô hình MoE 2.4 nghìn tỷ tham số tối ưu cho tác nhân tự hành, lập trình chuyên sâu và xử lý ngữ cảnh dài, hiện đã có mặt trên nền tảng Fireworks.
Qwen@Alibaba_QwenWe promised open weights for Qwen3.8. Now, time to meet them! 🎉 ⚡ Qwen3.8-27B: - A native multimod…
DịchAlibaba ra mắt dòng Qwen3.8 với phiên bản 27B đa phương thức, vượt trội hơn Qwen3.7-Plus dù tham số nhỏ hơn, hỗ trợ ngữ cảnh lên tới 1 triệu token và phát hành theo giấy phép Apache 2.0.
Alibaba chính thức mở mã nguồn Qwen3.8-27B, mô hình đa phương thức hỗ trợ ngữ cảnh lên tới 1 triệu token với hiệu suất vượt trội so với phiên bản tiền nhiệm, tích hợp tính năng điều chỉnh độ sâu tư duy linh hoạt.
Cùng sự kiện, tinh chọn hiển thị «Alibaba chính thức mã nguồn mở dòng mô hình Qwen3.8 mạnh mẽ»Nghiên cứu giới thiệu phương pháp Hybrid-Policy Self-Editing giúp LLM không chỉ ghi nhớ thông tin mới mà còn có thể suy luận và trả lời các câu hỏi phức tạp dựa trên kiến thức đã cập nhật, khắc phục hạn chế của các kỹ thuật chỉnh sửa kiến thức hiện nay.
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.