Tới nội dung
Chỉ Chính chủ
12 tháng 11Thứ Năm
  1. Google Blog · AI55

    Google Labs ra mắt Tabletop, không gian cộng tác thời gian thực cho lập kế hoạch nhóm

    Google Labs giới thiệu Tabletop, một thử nghiệm mới cho cộng tác nhóm theo thời gian thực, nơi người dùng thêm liên kết, tệp và ý tưởng, sau đó nhắc @tabletop hoặc chọn một mẫu khởi đầu để tạo lịch trình chuyến đi tương tác, bình chọn bữa tối, chia chi phí và bảng đấu giải đấu. Khi một không gian đã sẵn sàng, một liên kết mời cho phép mọi người tham gia và sử dụng đồng thời, giống như trong Google Doc. Tabletop đang được triển khai tại Hoa Kỳ (18+) thông qua danh sách chờ tại labs.google/tabletop.

  2. Mastra Blog40

    Mastra Agents Private Model Gateways cho các mô hình tự lưu trữ

    Mastra đã bổ sung các cổng mô hình riêng tư cho phép các agent định tuyến yêu cầu đến các mô hình trọng số mở tự lưu trữ, được tham chiếu bằng tiền tố như private/ollama/gpt-oss:20b. Tự lưu trữ giữ dữ liệu nhạy cảm trong mạng nội bộ và thay thế chi phí theo token bằng chi phí hạ tầng, và việc đặt AUTO_BLOCK_EXTERNAL_PROVIDERS=true sẽ ẩn các nhà cung cấp bên ngoài trong Studio. Tính năng này yêu cầu @mastra/core@1.82.0 trở lên.

  3. Claude Blog40

    Hướng dẫn Claude Tag của Anthropic dành cho startup: các kênh Slack hàng đầu và trường hợp sử dụng

    Anthropic đã công bố hướng dẫn về Claude Tag (bản beta) dành cho startup, dựa trên các cuộc trò chuyện với tám công ty tăng trưởng cao về nơi họ triển khai tác nhân dựa trên Slack đầu tiên. Hướng dẫn bao gồm năm thiết lập phổ biến — phân loại trực ca, thread-to-PR, bộ não công ty, dữ liệu tự phục vụ và báo cáo — cùng danh sách kiểm tra khởi đầu. Kết quả được trích dẫn bao gồm một PR được mở 21 phút sau khi được nhắc trên Slack và 134 pull request được hợp nhất từ các thread Slack tại NavigateAI.

  4. Claude Blog78

    Anthropic ra mắt Claude Meetings bản beta cho Google Meet trên gói Team và Enterprise

    Anthropic phát hành Claude Meetings bản beta, cho phép Claude tham gia các cuộc gọi Google Meet với tư cách người tham gia hiển thị, trả lời câu hỏi trong chat, tạo tài liệu và bảng trắng trực tiếp, đồng thời ghi chú và liệt kê các đầu việc. Mỗi cuộc họp có một trang trên claude.ai chứa bản ghi, ghi chú và các sản phẩm tạo ra, và mặc định Claude không tham gia các cuộc gọi có khách bên ngoài trừ khi quản trị viên cho phép. Bản beta đang được triển khai trên gói Team và Enterprise, không khả dụng cho một số tổ chức bao gồm các thiết lập ZDR, sẵn sàng HIPAA và CMEK, và ghi chú, bản ghi cùng câu trả lời trong cuộc gọi được miễn phí trong thời gian beta.

    Vì sao đáng chú ý: Việc ra mắt bản beta của Anthropic cho thấy một tác nhân họp có thể soạn tài liệu, lấy dữ liệu từ công cụ được kết nối và ghi chú ngay trong cuộc gọi trực tiếp, với các quy tắc mặc định để loại trừ khách bên ngoài.

  5. Claude Blog78

    Anthropic đưa Claude Opus 5.5 trở thành mô hình mặc định trên các gói Pro, Max, Ultra và Team

    Claude Opus 5.5 hiện là mô hình mặc định trong Claude trên các gói Pro, Max, Ultra và Team, và Anthropic khuyến nghị đây là lựa chọn hàng ngày cho nghiên cứu, phân tích và hoàn thiện tài liệu, bài trình chiếu và bảng tính. Anthropic cho biết Opus 5.5 ở mức Medium đã ngang bằng hoặc vượt Opus 5 ở mức High trong các đánh giá về lập trình và công việc tri thức, và trong một bài kiểm tra phân tích sáp nhập nội bộ, mô hình hoàn thành trong 63 phút với chi phí bằng một nửa so với Opus 5 cho cùng tác vụ. Bài viết cũng liệt kê những thay đổi về cách viết prompt cho mô hình mới, bao gồm bỏ chỉ dẫn 'think hard', bắt đầu ở mức Medium và đính kèm biểu đồ thay vì gõ lại các giá trị của chúng.

    Vì sao đáng chú ý: Hướng dẫn của chính Anthropic giải thích lý do Opus 5.5 giờ là mặc định cho công việc tri thức hàng ngày và những thói quen viết prompt nào nên bỏ đi đối với mô hình này.

  6. Claude Blog56

    Anthropic mở bản beta riêng tư của Claude Managed Agents tự vận hành

    Anthropic phát hành Claude Managed Agents tự vận hành dưới dạng beta riêng tư, cho phép nhà phát triển chạy toàn bộ dịch vụ agent, bao gồm harness, sandbox, thông tin xác thực và lịch sử phiên, trong môi trường cloud hoặc on-premise của riêng họ. Yêu cầu mô hình có thể gửi trực tiếp đến Anthropic, đến Amazon Bedrock, Agent Platform của Google hoặc Microsoft Foundry, hoặc qua gateway của chính khách hàng, và lịch sử phiên được lưu trong cơ sở dữ liệu của khách hàng. Công ty cho biết thiết kế này giữ vòng lặp agent và bí mật vault bên ngoài sandbox, hỗ trợ danh sách cho phép các host được phép, và xuất bản ghi đầy đủ của mỗi phiên qua OpenTelemetry.

  7. Recraft Blog42

    MiniMax H3 Image, Highspeed và Lite có mặt trong Recraft Studio

    Tuần này, dòng H3 của MiniMax đã mở rộng ra ngoài lĩnh vực video, với H3 Image, H3 Image Highspeed, H3 Highspeed và H3 Lite hiện đã có mặt trong Recraft Studio. Hai mô hình hình ảnh tạo và chỉnh sửa ở độ phân giải 2K hoặc 4K, trong khi hai mô hình video tạo các clip dài 4–15 giây ở 480p hoặc 768p kèm âm thanh. H3 Image khởi điểm từ 6 credit mỗi hình ảnh và H3 Lite từ 4 credit mỗi giây video.

  8. Figma Blog42

    Cách 3D transforms và agent của Figma đưa video ra mắt trở nên sống động

    Figma đã phát hành 3D transforms dưới dạng open beta, cho phép nhà thiết kế nghiêng, xoay và sắp xếp văn bản, hình ảnh, vector và frame trong không gian, với hiệu ứng phối cảnh trên frame cha để tạo bố cục không gian chung. Các hiệu ứng không phá hủy vẫn có thể chỉnh sửa và có thể kết hợp với shader, tạo hoạt ảnh bằng Figma Motion hoặc khám phá qua agent của Figma. Brand Studio của Figma đã sử dụng các công cụ này, bao gồm một plugin tạo sinh do agent xây dựng, để sản xuất video ra mắt của tính năng.

  9. Claude Blog58

    Anthropic ra mắt Claude cho Sản xuất với 17 kỹ năng và các kết nối Autodesk, Infor, Microsoft 365 và NetSuite

    Anthropic đã ra mắt Claude cho Sản xuất, một plugin với 17 kỹ năng bao gồm bán hàng, chất lượng, vận hành, chuỗi cung ứng, thiết kế và thiết lập, từ soạn báo giá công việc đến chẩn đoán máy bị dừng. Plugin này lấy dữ liệu từ hồ sơ của chính nhà sản xuất thông qua các kết nối tới Autodesk Fusion, Infor, Microsoft 365 và Oracle NetSuite, và mỗi kỹ năng đều kết thúc ở bước con người xem xét trước khi đầu ra đến tay khách hàng hoặc nhà cung cấp. Anthropic dẫn một khảo sát của Manufacturing Leadership Council năm 2025, trong đó 79% nhà sản xuất cho biết họ nhập dữ liệu thủ công, và cho biết dự định bổ sung thêm kỹ năng sản xuất theo thời gian.

  10. Claude Blog31

    J.Crew ra mắt Style Advisor AI stylist được xây dựng bằng Claude Code

    J.Crew đã ra mắt Style Advisor, một AI stylist trên JCrew.com, gợi ý toàn bộ trang phục thay vì từng sản phẩm riêng lẻ, hiện đã có sẵn cho phong cách nữ và nam tại Mỹ. Đội ngũ J.Crew đã xây dựng nó bằng Claude Code sử dụng nhiều mô hình Claude: Claude Fable 5.1 để lập kế hoạch lý luận của stylist, Claude Opus 5.5 cho bản nguyên mẫu, Claude Sonnet 5.5 làm stylist trong mỗi cuộc trò chuyện, và Claude Haiku 5.5 cho các tác vụ nhanh. Mọi gợi ý đều được lấy từ các bộ trang phục do chính các stylist của J.Crew tạo ra cho các buổi chụp catalog.

11 tháng 11Thứ Tư
  1. Google DeepMind72

    DeepMind phát hành AlphaGenome 2, mô hình DNA dự đoán tác động của biến thể trong từng loại tế bào cụ thể

    Google DeepMind công bố AlphaGenome 2, mô hình chuỗi DNA thế hệ mới dự đoán cách các chuỗi DNA và biến thể của chúng ảnh hưởng đến các loại tế bào người cụ thể. Được huấn luyện trên hơn 107 triệu hồ sơ tế bào riêng lẻ thuộc 68 mô, mô hình có điều kiện này xác định được gần gấp đôi số biến thể làm thay đổi biểu hiện so với mô hình trước đó, và trên bộ dữ liệu tế bào miễn dịch TenK10K, nó thu hồi được 30% biến thể nhân quả so với 16% của AlphaGenome gốc được tinh chỉnh trên dữ liệu đơn bào. Mô hình có sẵn cho nghiên cứu phi thương mại qua AlphaGenome API và ở chế độ xem trước riêng tư cho nghiên cứu thương mại.

    Vì sao đáng chú ý: AlphaGenome 2 chuyển từ giá trị trung bình trên toàn mô sang điều kiện hóa theo từng tế bào, gần như tăng gấp đôi khả năng thu hồi biến thể nhân quả trên dữ liệu tế bào miễn dịch, điều này quan trọng để liên kết tín hiệu GWAS với các loại tế bào cụ thể.

  2. ElevenLabs Blog25

    ElevenLabs ra mắt Chương trình Đối tác nhằm đẩy nhanh việc ứng dụng AI Agent trong doanh nghiệp

    ElevenLabs đã ra mắt Chương trình Đối tác với các ưu đãi thương mại được nâng cao, chứng nhận mới, cơ hội tiếp cận thị trường chung và hỗ trợ kỹ thuật chuyên biệt. Chương trình bao gồm hơn 550 đối tác đang hoạt động tại 44 quốc gia, và hệ sinh thái đối tác đã tạo ra 315 triệu USD pipeline cùng hơn 52 triệu USD doanh thu từ đối tác và do đối tác tác động trong năm nay. ElevenLabs hướng tới mục tiêu các đối tác kiếm được 3 USD doanh thu dịch vụ cho mỗi 1 USD mà công ty tạo ra, với sự hỗ trợ của các kỹ sư triển khai tiền phương và danh bạ đối tác được chứng nhận mới.

  3. ElevenLabs Blog58

    Hội nghị thượng đỉnh ElevenLabs tại NYC: Interaction Engine, Bộ nhớ và Routines của ElevenAgents, ứng dụng ElevenAI, Chương trình Đối tác và Marketplace

    Tại Hội nghị thượng đỉnh ở New York, ElevenLabs đã công bố các mô hình, tác nhân và tùy chọn triển khai mới cho lớp tương tác AI của mình, bao gồm Interaction Engine quản lý việc luân phiên lượt nói và định tuyến từng phần của cuộc hội thoại đến một LLM rẻ hơn hoặc tiên tiến hơn. ElevenAgents có thêm Memory, tính năng xây dựng hồ sơ có cấu trúc về khách hàng quay lại, và Routines, một lớp tự động hóa cho công việc nhiều bước trước, trong và sau cuộc gọi. ElevenLabs cũng đã giới thiệu trước ứng dụng làm việc ElevenAI với quyền truy cập sớm miễn phí mở từ hôm nay, ra mắt Chương trình Đối tác hiện có hơn 550 đối tác tại 44 quốc gia cùng liên minh với McKinsey, và giới thiệu ElevenLabs Marketplace; Nemotron 3.5 Super VL của NVIDIA hiện đã có trong ElevenAgents cùng với 15 MW công suất tính toán Vera Rubin mới.

  4. ElevenLabs Blog18

    Nhân bản giọng nói cho nhà sáng tạo nội dung: mở rộng quy trình nội dung với AI giọng nói

    ElevenLabs phác thảo cách nhân bản giọng nói cho phép nhà sáng tạo nội dung ghi một mẫu ngắn một lần rồi tạo lời thuyết minh cho video, podcast, khóa học và clip mạng xã hội mà không cần quay lại phòng thu. Hướng dẫn phân biệt Instant Voice Cloning, tạo bản sao từ mẫu ngắn trong dưới một phút, với Professional Voice Cloning, huấn luyện trên bộ ghi âm lớn hơn và bao gồm bước xác minh xác nhận giọng nói thuộc về nhà sáng tạo. Tài liệu cũng liệt kê các tiêu chí lựa chọn bao gồm độ trung thực của giọng nói, kiểm soát cách thể hiện, phạm vi ngôn ngữ, biện pháp bảo vệ sự đồng ý, tùy chọn xuất và cấp phép thương mại.

  5. ElevenLabs Blog40

    ElevenLabs ra mắt Marketplace cho các ứng dụng AI sẵn sàng cho doanh nghiệp

    ElevenLabs đã ra mắt ElevenLabs Marketplace, một bộ sưu tập được tuyển chọn các ứng dụng AI và giọng nói theo ngành cụ thể được xây dựng trên các mô hình của mình bởi các đối tác công nghệ, với các đối tác ra mắt bao gồm Salesforce, IBM, NiCE, Twilio và Zendesk. Doanh nghiệp có thể khám phá các giải pháp trong lĩnh vực dịch vụ tài chính, bảo hiểm, chăm sóc sức khỏe, viễn thông, bán lẻ và chính phủ, đồng thời kết nối trực tiếp với các đối tác đứng sau chúng. Bắt đầu từ năm sau, các giải pháp đủ điều kiện của đối tác sẽ có thể được mua thông qua các cam kết hiện có của ElevenLabs.

  6. Modal Blog58

    Modal gia nhập nhóm maintainer của gVisor khi Google trao tặng dự án cho CNCF

    Modal là một trong ba công ty, cùng với Ant Group và Tines, gia nhập nhóm maintainer của gVisor khi Google trao tặng dự án và các nhãn hiệu của nó cho CNCF theo mô hình quản trị do maintainer dẫn dắt. Modal cho biết họ khởi chạy hơn 40 triệu container gVisor mỗi ngày và đã đóng góp upstream từ năm 2023, bao gồm hỗ trợ GPU nvproxy, một proxy thiết bị RDMA có tên rdmaproxy, cùng các tối ưu hóa tmpfs và bộ cấp phát bộ nhớ. Công ty cho biết đang phát triển tính năng snapshot bộ nhớ đa GPU và hỗ trợ GPUDirect Storage cho gVisor.

  7. ElevenLabs Blog58

    ElevenLabs và NVIDIA mở rộng hợp tác để đưa voice agent đến doanh nghiệp và chính phủ

    ElevenLabs và NVIDIA đã mở rộng hợp tác trên các mảng mô hình, hạ tầng và triển khai chủ quyền, đưa NVIDIA Nemotron 3.5 Super VL vào nền tảng ElevenAgents. ElevenLabs dự kiến bổ sung 15MW công suất NVIDIA Vera Rubin bên cạnh các hệ thống Blackwell Ultra hiện có, và đang vận hành một voice agent cho hệ thống đặt lịch Centralna e-Rejestracja của Ba Lan theo hình thức on-premises sử dụng NVIDIA Confidential Computing. Trên benchmark chăm sóc khách hàng của ElevenAgents, Nemotron 3.5 Super VL đạt độ chính xác hoàn thành tác vụ end-to-end hàng đầu với chi phí thấp hơn 70% so với các mô hình mở hàng đầu khác, theo ElevenLabs.

  8. ElevenLabs Blog25

    McKinsey và ElevenLabs hợp tác để mở rộng quy mô AI hội thoại trong doanh nghiệp

    McKinsey và ElevenLabs công bố liên minh nhằm giúp các tổ chức chứng minh giá trị của AI hội thoại thông qua các trường hợp sử dụng ban đầu trước khi mở rộng ra toàn doanh nghiệp. Sự hợp tác kết hợp chuyên môn về ngành và chuyển đổi của McKinsey, bao gồm kỹ thuật AI của QuantumBlack, với công nghệ AI hội thoại tiên tiến và nền tảng ElevenAgents của ElevenLabs. Nhà mạng viễn thông Hà Lan KPN đã sử dụng các giải pháp AI mới, và liên minh dự kiến mở rộng cách tiếp cận này sang các ngành thâm dụng dịch vụ như bảo hiểm.

  9. ElevenLabs Blog22

    Các khách hàng doanh nghiệp đang đưa AI của ElevenLabs vào công việc như thế nào

    ElevenLabs cho biết các doanh nghiệp hiện chiếm hơn 55% doanh thu của công ty, với công nghệ của họ được sử dụng trong hoạt động hàng ngày tại năm trong số 10 công ty công nghệ lớn nhất, năm trong số 10 công ty bảo hiểm lớn nhất và bốn trong số 10 công ty viễn thông lớn nhất. Tại Hội nghị thượng đỉnh ở NYC, các khách hàng gồm Ramp, Customers Bank, Banco Inter, Clover Health và FOX Sports đã mô tả việc sử dụng ElevenAgents và ElevenCreative cho các tác nhân hỗ trợ, quy trình tiếp nhận, dịch vụ đa ngôn ngữ và một nhân vật AI của bình luận viên Colin Cowherd trong Ứng dụng FOX Sports.

  10. Google Blog · AI18

    Google Arts & Culture ra mắt hồi tưởng trực tuyến về Tiến sĩ Esther Mahlangu

    Google Arts & Culture đã công bố hồi tưởng trực tuyến đầu tiên về nghệ sĩ Nam Phi Tiến sĩ Esther Mahlangu, nhân dịp sinh nhật lần thứ 91 của bà, với hơn 45 câu chuyện được tuyển chọn và một kho lưu trữ phong phú về nghệ thuật, cuộc đời và di sản của bà. Vì kho lưu trữ không có tư liệu nào trước năm 1980, nhóm đã sử dụng AI để tái hiện trực quan những ký ức không được ghi chép của bà, tạo ra hình ảnh tĩnh rồi dùng Veo để chuyển chúng thành video. Triển lãm được tuyển chọn cùng các tổ chức bao gồm Bảo tàng Anh, Bảo tàng Iziko Nam Phi và Serpentine.

  12. Hugging Face Blog42

    Tether AI Research phát hành BotPsy: Mô hình tác tử 0.8B trên thiết bị, xây dựng trên Qwen3.5-0.8B

    Tether AI Research đã phát hành BotPsy, một mô hình tác tử 0.8 tỷ tham số xây dựng trên Qwen3.5-0.8B dành cho việc sử dụng công cụ trợ lý cá nhân trên thiết bị. Mô hình này gần như nhân đôi điểm số tác tử của mô hình gốc, với BFCL v4 tăng từ 23,4 lên 44,0 và τ-bench từ 23,2 lên 51,5, đồng thời vượt qua mọi mô hình lên tới 1,2 tỷ tham số được thử nghiệm trên sáu bộ đánh giá sử dụng công cụ. Mô hình cũng giảm phản hồi không an toàn xuống 21% từ 36% và sử dụng ít hơn khoảng 3 lần token suy luận trên GPQA Diamond.

  13. inclusionAI Models34

    inclusionAI phát hành mô hình quyết định LemonDecider 4B v3 dựa trên Qwen3.5-4B

    inclusionAI đã phát hành LemonDecider 4B v3, một mô hình quyết định được tinh chỉnh từ Qwen3.5-4B, trả về xác suất lựa chọn, có/không hoặc thứ tự thông qua một lượt lan truyền xuôi kết hợp duy nhất thay vì sinh ra các token trả lời. Mô hình được huấn luyện trên khoảng 1,20M dòng quyết định/hỏi đáp và đạt 61,67 trên bộ công khai Decision Index 0.4, với độ trễ yêu cầu trung vị là 49,9 ms.

  14. NVIDIA Blog22

    AI giúp các nhà tái chế biến rác hỗn hợp thành vật liệu tái sử dụng như thế nào

    NVIDIA giới thiệu bốn startup thuộc Inception đang sử dụng AI và robot để phân loại rác hỗn hợp tại các nhà máy tái chế. Dây chuyền thí điểm Jetson Orin NX của AIRECO đạt độ chính xác nhận diện trên 95% và hướng tới nâng công suất hàng năm từ 18.000 lên 48.000 tấn đồng thời cắt giảm 85% chi phí vận hành, còn EverestLabs đã triển khai khoảng 150 robot dẫn hướng bằng thị giác trên khắp Bắc Mỹ và Australia.

  15. Vapi Blog58

    Vapi ra mắt Agent Loop trong chế độ truy cập sớm, một harness tự cải thiện cho các voice agent

    Vapi đã ra mắt Agent Loop trong chế độ truy cập sớm, dự kiến GA vào đầu năm sau, như một harness tự cải thiện giúp xây dựng một voice agent từ một prompt đơn giản, chấm điểm mọi cuộc gọi theo mục tiêu kinh doanh, soạn thảo bản sửa cho các trường hợp chưa đạt, kiểm thử chúng trong mô phỏng và đưa vào một phần lưu lượng trực tiếp trước khi triển khai toàn bộ. Vòng lặp này chạy trên các primitive của Vapi bao gồm Simulations và Traffic Splitting, hiện có trong dashboard, cùng với Goals, Call Health và Experiments, sắp ra mắt. Mỗi agent của Agent Loop là một trợ lý Vapi thực sự, nên các kỹ sư vẫn giữ toàn quyền truy cập dashboard và API, và cần có sự phê duyệt của con người trước khi bất kỳ thay đổi nào được triển khai.

  16. vLLM Blog58

    vLLM bổ sung phân tách encoder cho phục vụ đa phương thức với EPD

    vLLM đã mở rộng phân tách Encoder/Prefill/Decode (EPD) cho phục vụ đa phương thức, bổ sung yêu cầu chỉ chứa metadata, một đường thực thi encoder riêng, truyền embedding từ xa qua NIXL và Mooncake, tái sử dụng đầu ra cross-encoder, và điều phối thông qua vLLM Router, SMG và llm-d. Các năng lực cốt lõi bao gồm hỗ trợ MiMo và XPU có trong vLLM v0.32.0, trong khi hỗ trợ chỉ metadata cho DeepSeek V4.1 Flash có sẵn trên main qua #62802. Trong một thử nghiệm DeepSeek V4.1 Flash trên GB200, EPD đạt thông lượng trên mỗi GPU cao hơn 6,6–9,5% và P90 TTFT thấp hơn 44–47% so với baseline PD tám GPU ở mức đồng thời 64–128, nhưng có thông lượng trên mỗi GPU thấp hơn ở mức đồng thời 16.

  17. OpenRouter Announcements65

    OpenRouter đo chi phí ngữ cảnh của MCP, CLI và skills trên cùng một tác vụ GitHub

    OpenRouter đã đo cùng một tác vụ GitHub trên GitHub MCP server, gh CLI và một gh skill trên Claude Sonnet 5.5, GPT-6 Luna và Gemini 3.8 Flash. Trên Sonnet 5.5, cả ba đều trả lời đúng, nhưng CLI dùng 1.421 token đầu vào, skill dùng 3.315 và MCP server dùng 59.417 với 46 công cụ mặc định, riêng phần định nghĩa của chúng đã thêm 19.436 token mỗi yêu cầu. Giới hạn server xuống hai công cụ giảm tác vụ còn 23.228 token, giới hạn kết quả ở 4.000 ký tự đưa xuống 5.357, và Tool Search giảm chi phí ban đầu của 46 công cụ xuống dưới 600 token, dù nó giảm một nửa chi phí toàn tác vụ trên Sonnet 5.5 trong khi lại tăng trên Claude Haiku 5.5.

    Vì sao đáng chú ý: So sánh đo lường của OpenRouter cho thấy mỗi MCP server, CLI và skill tiêu thụ bao nhiêu ngữ cảnh trên cùng một tác vụ GitHub, và việc cắt bớt kết quả công cụ hoặc trì hoãn định nghĩa thay đổi hóa đơn ở đâu.

  18. Hugging Face Blog41

    Huấn luyện nhận biết pooling cho mô hình embedding đa vector với Sentence Transformers

    Hugging Face trình bày cách huấn luyện nhận biết pooling nâng cao chất lượng truy xuất cho các mô hình embedding đa vector với ngân sách lưu trữ cố định. Với pool_factor=4, một mô hình được huấn luyện thông thường giữ được 94,6% nDCG@10 trên NanoBEIR khi chưa pooling, trong khi giảm số vector tài liệu xuống 4 lần, và huấn luyện nhận biết pooling nâng tỷ lệ giữ lại đó lên 97,8%. Bài viết đi qua HierarchicalTokenPooling, hiệu chỉnh ngân sách và một ví dụ Sentence Transformers có thể tái lập.

  19. OpenRouter Announcements58

    Hướng dẫn OpenRouter: khắc phục lỗi giới hạn tần suất 429 của OpenAI và Claude

    OpenRouter đã công bố hướng dẫn xử lý lỗi 429 Too Many Requests từ OpenAI, Anthropic và API của chính họ, thử nghiệm ba cách khắc phục trên một lô 60 prompt. Cơ chế thử lại mặc định của OpenAI Python SDK khiến 23 trong 60 yêu cầu thất bại trong 12 giây, trong khi cách thử lại chờ Retry-After hoặc X-RateLimit-Reset hoàn thành cả 60 yêu cầu trong 89 đến 92 giây với Python và 106 đến 218 giây với TypeScript. Cơ chế dự phòng theo mô hình hoàn thành cả 60 yêu cầu trong 13 giây với chi phí $0.000066, và khi bật chuyển đổi dự phòng nhà cung cấp, cả 150 yêu cầu ghim nhà cung cấp đều thành công, trong khi có tới 32 yêu cầu thất bại khi tắt dự phòng.

  20. OpenRouter Announcements60

    OpenRouter kiểm tra tác động của lượng tử hóa fp8 và fp4 đến chất lượng và giá của LLM

    OpenRouter đã chạy 280 tác vụ có đáp án chính xác trên sáu endpoint của Qwen3.8 27B vào ngày 20 tháng 10 năm 2026 và không phát hiện sự khác biệt về độ chính xác giữa fp16, fp8 và fp4, với cả sáu endpoint đạt điểm từ 98,3% đến 99,2%. Trên 1.455 endpoint, 59,5% không báo cáo độ chính xác nào và fp8 là định dạng được gắn nhãn phổ biến nhất với 23,6%. Độ chính xác thấp hơn có giá rẻ hơn đối với hầu hết các mô hình nhưng không phải tất cả, và việc lựa chọn nhà cung cấp ảnh hưởng đến giá nhiều hơn so với độ chính xác, với endpoint cùng độ chính xác đắt nhất có giá trung vị gấp 1,72 lần so với rẻ nhất.

    Vì sao đáng chú ý: OpenRouter đã đo các endpoint fp8, fp4 và fp16 của một mô hình trên 240 tác vụ có đáp án chính xác và không tìm thấy khoảng cách độ chính xác có thể phát hiện được, trong khi chênh lệch giá phụ thuộc vào nhà cung cấp nhiều hơn là độ chính xác.

  21. OpenAI News28

    Kiến trúc sư trưởng JioStar Vijay Seshadri bàn về khám phá bằng AI ở quy mô 500 triệu người dùng

    Kiến trúc sư trưởng JioStar Vijay Seshadri chia sẻ bài học về vận hành khám phá bằng AI ở quy mô 500 triệu người dùng, bao gồm đánh giá, rào chắn bảo vệ và đưa AI vào sản xuất. Bài viết do OpenAI công bố tập trung vào các thực tiễn vận hành đằng sau triển khai AI quy mô lớn.

  22. inclusionAI Models40

    inclusionAI phát hành mô hình ZoomGain-9B và ZoomGain-4B cùng ZoomGainBench và dữ liệu huấn luyện RL

    inclusionAI đã phát hành các checkpoint mô hình thị giác-ngôn ngữ ZoomGain-9B và ZoomGain-4B, cùng với bộ đánh giá ZoomGainBench và dữ liệu huấn luyện RL ZoomGain. ZoomGain khai thác khoảng cách nhận thức từ toàn cục đến thu phóng để xây dựng giám sát thị giác chi tiết, và ZoomGain-9B đạt hiệu suất vượt trội trên nhiều bộ đánh giá nhận thức chi tiết và tổng quát. ZoomGainBench chứa 1.000 câu hỏi trên 941 hình ảnh, trong khi bộ dữ liệu RL có 9.000 bản ghi huấn luyện và 7.713 hình ảnh nguồn.

  23. inclusionAI Models38

    inclusionAI phát hành ZoomGain-4B và ZoomGain-9B cùng ZoomGainBench và dữ liệu huấn luyện RL

    inclusionAI đã phát hành bài báo arXiv, bộ đánh giá ZoomGainBench, tập dữ liệu huấn luyện RL và các checkpoint mô hình ZoomGain-4B/ZoomGain-9B. Mô hình tốt nhất trong 28 mô hình đạt 61,08 trên ZoomGainBench, trong khi ZoomGain-9B đạt hiệu suất vượt trội trên nhiều benchmark nhận thức tổng quát và chi tiết. ZoomGain khai thác khoảng cách nhận thức từ toàn cục đến thu phóng để xây dựng giám sát thị giác chi tiết cho các mô hình ngôn ngữ-thị giác.

  24. inclusionAI Models40

    inclusionAI phát hành SingVL S1 4B - mô hình quyết định đa phương thức trên Qwen3.5

    inclusionAI đã phát hành SingVL S1, một mô hình quyết định đa phương thức 4B được xây dựng trên Qwen3.5, có khả năng trả lời các câu hỏi có tên trên văn bản hoặc JSON và tối đa bốn hình ảnh trong một lần chạy xuôi duy nhất của Transformers. Mô hình hỗ trợ câu hỏi lựa chọn, có/không (noul) và câu hỏi chấm điểm từ 2–10 mức, đạt 73,94 trên Public Vision Index và 69,76 trên Public Text Index. Mô hình đi kèm mã suy luận Python và một máy chủ HTTP FastAPI.

  25. Microsoft Research75

    Các nhà nghiên cứu Microsoft mô tả Lazarus, một backdoor lập trình lại các neuron không hoạt động trong các tác nhân AI

    Các nhà nghiên cứu Microsoft đã mô tả Lazarus, một kỹ thuật backdoor lập trình lại ít hơn 10 neuron không hoạt động trong một LLM để một tác nhân xây dựng trên đó phát ra lệnh của kẻ tấn công khi một kích hoạt ẩn xuất hiện, mà không cần huấn luyện lại. Mô hình đã sửa đổi vẫn vượt qua các đánh giá tiêu chuẩn và hoạt động bình thường cho đến khi kích hoạt, có thể đơn giản như một thay đổi ngày tháng, và sau đó tác nhân chạy mã đã tải xuống với bất kỳ quyền truy cập nào được cấp. Các tác giả cho biết việc phát hiện đòi hỏi phải so sánh với trọng số gốc, và Microsoft Foundry đã liên kết các mô hình trọng số mở với nhà phát hành của chúng và quét các container của chúng, trong khi các bộ công cụ red-teaming, quét trọng số dựa trên tác nhân và các mô hình có chữ ký với nguồn gốc chống giả mạo đang được phát triển.

    Vì sao đáng chú ý: Các nhà nghiên cứu Microsoft cho thấy rằng việc lập trình lại ít hơn 10 neuron không hoạt động có thể tạo backdoor cho một tác nhân LLM mà không cần huấn luyện lại, điều này khiến nguồn gốc và tính toàn vẹn của trọng số trở thành một yêu cầu bảo mật thực tế.

  26. LangChain Blog58

    LangChain giải thích các kỹ thuật truy xuất cho kỹ thuật ngữ cảnh của AI agent

    LangChain đã xuất bản một bài blog về cách thiết kế truy xuất định hình kỹ thuật ngữ cảnh cho AI agent, sử dụng một agent phân tích cạnh tranh được xây dựng trên Deep Agents harness của mình làm ví dụ. Bài viết đề cập đến ba kiểu thất bại: tìm kiếm không hiệu quả, tải quá nhiều ngữ cảnh cùng lúc, và kết quả không liên quan hoặc lỗi thời, đồng thời ghép mỗi kiểu với các kỹ thuật như công cụ hệ thống tệp glob và grep, phân trang qua các tệp lớn bằng offset read_file, chuyển kết quả công cụ quá lớn sang tệp, và giao việc đọc cho subagent theo mô hình truy xuất, chuyển giao, ủy thác. Bài viết cũng cảnh báo rằng văn bản được truy xuất là dữ liệu chứ không phải hướng dẫn và có thể mang theo prompt injection, vì vậy đầu ra nên được kiểm tra dựa trên các nguồn được trích dẫn.

  27. LangChain Blog60

    LangChain giải thích cách Deep Agents quản lý ngữ cảnh mà không cần giữ mọi thứ trong cửa sổ ngữ cảnh

    LangChain trình bày chi tiết cách bộ khung Deep Agents mã nguồn mở của họ sử dụng middleware để chống lại hiện tượng suy giảm ngữ cảnh trong các phiên chạy agent dài. Kết quả công cụ vượt khoảng 20.000 token và tin nhắn người dùng vượt 50.000 token được chuyển sang tệp với chỉ một bản xem trước được hiển thị, trong khi tính năng tóm tắt cô đọng các tin nhắn cũ hơn khi mức sử dụng đạt 85% cửa sổ ngữ cảnh. Skills, subagents và một tệp bộ nhớ dài hạn dạng markdown giữ cửa sổ của agent chính ở mức nhỏ và cho phép bộ nhớ được duy trì qua các mô hình và nhà cung cấp.

    Vì sao đáng chú ý: LangChain giải thích cách bộ khung Deep Agents mã nguồn mở của họ sử dụng middleware để chuyển tải, tóm tắt và cô lập ngữ cảnh, mang đến một mẫu tái sử dụng được cho các agent trong các tác vụ dài.

  28. inclusionAI Models22

    inclusionAI phát hành trọng số GGUF cho ZoomGain-9B

    inclusionAI đã phát hành trọng số định dạng GGUF cho ZoomGain-9B, được chuyển đổi bằng llama.cpp, bao gồm mô hình ngôn ngữ và bộ mã hóa hình ảnh/projector (mmproj) ở FP16, Q8_0 và Q4_K_M. Đầu vào hình ảnh yêu cầu ghép mô hình ngôn ngữ với tệp mmproj tương ứng, và kho lưu trữ tài liệu hóa suy luận CLI qua llama-mtmd-cli và thiết lập trò chuyện web qua llama-server. Cần bản dựng llama.cpp có hỗ trợ đa phương thức Qwen3.5, và việc lượng tử hóa có thể ảnh hưởng đến độ chính xác.

  29. Google Blog · AI50

    Gemini Intelligence mở rộng sang Motorola signature 27 và Pixel 10 với các tính năng mới

    Google đang đưa Gemini Intelligence đến nhiều thiết bị Android hơn, bao gồm điện thoại Motorola Gemini Intelligence đầu tiên, motorola signature 27, mở đặt trước tại Mỹ từ ngày 19 tháng 11, và Pixel 10, Pixel 10 Pro XL cùng Pixel 10 Pro Fold thông qua Pixel Drop hôm nay. Các khả năng mới bao gồm Create My Widget, tạo widget tùy chỉnh từ mô tả văn bản bằng dữ liệu Gmail, Calendar và Search, và Device Assistance để điều khiển và sửa điện thoại bằng cách hỏi Gemini. Rambler hiện đã có trên dòng Pixel 10 và motorola signature 27, tự động hóa tác vụ mở rộng đến Vương quốc Anh, Ấn Độ và Nhật Bản, và Create My Widget sẽ đến với Pixel Watch trong vài tuần tới.

  30. LangChain Blog36

    Workday đã xây dựng nền tảng AI agent quy mô doanh nghiệp như thế nào với LangGraph và LangSmith

    Workday đã xây dựng một nền tảng dành cho nhà phát triển nội bộ để đưa AI agent vào môi trường production, dùng LangGraph để điều phối và LangSmith để tracing, observability và evals, với một nhóm bốn người. Thời gian tạo prototype giảm từ 4–5 tháng xuống dưới một ngày, và nhóm đã phát triển lên khoảng 30 thành viên.