Tới nội dung
Chỉ Chính chủ
3 tháng 11Thứ Ba
  1. Google Developers Blog58

    Google đánh giá các bộ phân loại giá rẻ để định tuyến mô hình Gemini theo chi phí mỗi tác vụ

    Google đã chạy một bài đánh giá tác nhân lập trình tự động chấm gồm 50 câu hỏi để kiểm tra liệu một bộ phân loại nhẹ, Jev của TypeSafe, có thể định tuyến từng tác vụ đến cấu hình Gemini rẻ nhất mà vẫn trả lời đúng hay không. Một heuristic regex cố định và độ dài prompt đạt 93,8% trên 16 câu hỏi phát triển nhưng giảm 23,2 điểm xuống 70,6% trên 34 tác vụ giữ lại, trong khi Jev đạt 96,0% trên toàn bộ bộ kiểm thử. Thiết lập không định tuyến mạnh nhất, Gemini 3.8 Flash ở chế độ suy nghĩ thấp, giải được tất cả 50 tác vụ, và một bộ định tuyến Jev gửi tác vụ đến Flash-Lite trước rồi nâng cấp những tác vụ bị gắn cờ cũng giải được tất cả 50 tác vụ trong khi giảm chi phí và thời gian phản hồi; giới hạn maxOutputTokens ở 300 không tiết kiệm gì trên các tác vụ dễ và làm hỏng 7 trong số 25 tác vụ khó.

2 tháng 11Thứ Hai
  1. Zyphra Research58

    Zyphra giới thiệu ZHA hierarchical attention, một phương pháp thưa với định tuyến dưới bậc hai

    Zyphra đã giới thiệu Zyphra Hierarchical Attention (ZHA), một phương pháp attention thưa xây dựng một cây các bản tóm tắt KV-cache nén và định tuyến các truy vấn từ trên xuống qua cây đó, mang lại độ phức tạp dưới bậc hai với các ngưỡng top-p phù hợp. Các mô hình đã được huấn luyện trước hiện có thể được thích nghi thông qua một giai đoạn chưng cất KL ngắn chỉ sử dụng vài tỷ token; trên Qwen3.6-35B-A3B, ZHA thêm 81.920 tham số có thể huấn luyện, khoảng 0,00024% của mô hình cơ sở. Trên RULER-13 ở 256K token, mô hình cây rộng đạt 96,2% so với 96,0% của dense attention, và cây sâu sáu tầng đạt 63,4% trên LongBench v2 so với 58,0% của dense trong khi chỉ chú ý đến khoảng 1,1% của KV cache; một mô hình roofline trên GPU dự báo tốc độ nhanh hơn 32-35 lần so với dense attention ở 10M token.

  2. Ai2 · Allen Institute for AI32

    Olmo 3 đã đạt được xếp hạng AI đạo đức cao nhất của Nextcloud như thế nào

    Olmo 3 của Ai2 đã nhận được xếp hạng AI Đạo đức cao nhất của Nextcloud, màu xanh lá, đòi hỏi phần mềm huấn luyện và suy luận mã nguồn mở, một mô hình đã huấn luyện có thể tự lưu trữ, và dữ liệu huấn luyện công khai. Nextcloud đóng gói Olmo 3 với backend LLM cục bộ llm2 của mình, và biến thể 7B được chọn để người dùng không có 16 hoặc 32 GB VRAM vẫn có được trải nghiệm cục bộ tốt ngay khi dùng.

  3. Preferred Networks News8

    Preferred Networks mở vòng tuyển dụng đầu tiên cho sinh viên tốt nghiệp năm 2028

    Preferred Networks đã mở vòng ứng tuyển đầu tiên cho sinh viên tốt nghiệp năm 2028, bao gồm các vị trí kỹ sư và nghiên cứu viên trong phát triển sản phẩm, mô hình nền tảng AI tạo sinh, hạ tầng tính toán và chip AI. Hạn chót của vòng đầu tiên là ngày 30 tháng 11 năm 2026, dự kiến có thư mời nhận việc từ tháng 12 đến tháng 1, và quy trình tuyển chọn bao gồm sàng lọc hồ sơ, bài kiểm tra lập trình và phỏng vấn bằng AI.

  4. Anthropic Research70

    Anthropic phát hành FlashProve, hệ thống zkSNARK mã nguồn mở cho suy luận LLM có thể chứng minh

    Anthropic phát hành FlashProve, một nguyên mẫu mã nguồn mở sử dụng zkSNARK để chứng minh một phản hồi đến từ một mô hình đã cam kết mà không tiết lộ trọng số của nó. Trên Llama 4 Maverick (MoE 400 tỷ tham số, trọng số 4-bit), một H100 duy nhất tạo bằng chứng với tốc độ khoảng 110 token/giây với bằng chứng ~19 MB mỗi yêu cầu 1.024 token, tức khoảng 70-95 lần thời gian GPU mà vLLM cần cho cùng công việc. Bản phát hành bao gồm mã prover và verifier có thể thực thi, một verifier C++ nhanh, một verifier Lean với các tuyên bố completeness, soundness và zero-knowledge được máy kiểm chứng, và một báo cáo kỹ thuật, tất cả theo Apache 2.0.

    Vì sao đáng chú ý: FlashProve của Anthropic cho thấy các bằng chứng dựa trên zkSNARK về suy luận đang trở nên thực tiễn đối với một mô hình MoE 400 tỷ tham số, với mã nguồn mở và các tuyên bố bảo mật được Lean kiểm chứng.

  5. Apple Newsroom12

    Apple công bố kết quả quý 4 tài chính 2026: doanh thu 114,5 tỷ USD, tăng 12%

    Apple báo cáo doanh thu quý 4 tài chính 2026 đạt 114,5 tỷ USD, tăng 12% so với cùng kỳ năm trước, với iPhone lập kỷ lục quý tháng 9 và Services đạt mức cao nhất mọi thời đại. EPS pha loãng là 2,10 USD, tăng 14%, và biên lợi nhuận gộp là 47,9%, bao gồm khoảng 1 điểm phần trăm từ hoàn thuế quan. CEO John Ternus đề cập đến iPhone Duo, iPhone 18 Pro, phần cứng nhà mới, Touch trên Mac và Siri AI hoàn toàn mới.

1 tháng 11Chủ Nhật
  1. Sakana AI Blog40

    Hội thảo Sakana AI: Jürgen Schmidhuber về quá khứ và tương lai của AI, Nhật Bản thúc đẩy mô hình ngôn ngữ, mô hình thế giới và AI vật lý

    Sakana AI đã tổ chức hội thảo "Từ Mô hình Thế giới đến AI Thực tế" tại Tokyo vào ngày 26 tháng 10 năm 2026, nơi Cố vấn Khoa học Chính Jürgen Schmidhuber có bài phát biểu chính và Sakana AI công bố sẽ phát triển dòng mô hình ngôn ngữ tiền huấn luyện của riêng mình, Sakana Sawara (tên tạm thời). Mô hình nhỏ đầu tiên, Sawara Small (tên tạm thời), dự kiến ra mắt vào mùa xuân năm 2027 nếu quá trình phát triển diễn ra suôn sẻ. Hơn 400 người tham dự đã tham gia sự kiện, cũng bao gồm cuộc trò chuyện giữa Schmidhuber và CEO David Ha.

30 tháng 10Thứ Sáu
  1. Google DeepMind58

    Google DeepMind mở rộng công cụ lập kế hoạch AI PlanAssist tới 12 hội đồng tiếng Anh khác

    Google DeepMind đang mở rộng PlanAssist, công cụ lập kế hoạch AI được xây dựng trên Gemini của mình, tới 12 cơ quan lập kế hoạch địa phương khác ở Anh, nâng tổng số lên 15. Trong các thử nghiệm tại Barnet, Camden và Dorset từ tháng 6, công cụ này đã giảm thời gian trung bình mà các cán bộ dành cho các nhiệm vụ đánh giá chủ hộ xuống tới 58%, và hơn 70% báo cáo do công cụ tạo ra được phê duyệt mà không cần chỉnh sửa.

  2. Microsoft Research40

    Microsoft xây dựng nền tảng dữ liệu doanh nghiệp tổng hợp để đánh giá Copilot

    Nền tảng Tạo Dữ liệu Đánh giá Ngành của Microsoft tạo ra các môi trường doanh nghiệp tổng hợp quy mô đầy đủ để đánh giá Microsoft Copilot mà không sử dụng dữ liệu khách hàng. Dựa trên các nguồn công khai như dữ liệu nghề nghiệp O*NET, tin tuyển dụng và hồ sơ nộp lên SEC, nền tảng này tạo ra các tenant thực tế với người dùng, cuộc họp, email và tài liệu, cùng với các pipeline truy vấn tự động và các khung chất lượng. Microsoft cho biết điều này thiết lập đường cơ sở đánh giá chuẩn hóa đầu tiên cho Copilot.

  3. Sierra Blog58

    Sierra đạt ARR hơn 400 triệu USD, riêng quý 3 đã tăng thêm hơn 150 triệu USD

    Sierra đạt ARR hơn 400 triệu USD, riêng trong quý 3 đã tăng thêm hơn 150 triệu USD ARR, nhiều hơn mức tạo ra trong cả năm ngoái. Công ty cho biết mất sáu tháng để tăng gấp đôi từ 100 triệu lên 200 triệu USD ARR nhưng chỉ mất năm tháng để tăng gấp đôi từ 200 triệu lên 400 triệu USD, và hiện làm việc với gần 50% trong Fortune 50. Sierra cũng cho biết đang phát triển một tiêu chuẩn mở có tên Poppy với hơn 50 doanh nghiệp, bao gồm Meta, Shopify, Stripe và Walmart, nhằm kiểm soát cách các tác nhân cá nhân tương tác với thương hiệu.

  4. Waymo Blog58

    Toyota và Waymo sẽ thử nghiệm đội xe tự hành bZ4X tại Nhật Bản vào năm 2027

    Toyota và Waymo công bố giai đoạn tiếp theo trong hợp tác phát triển xe tự hành, với hoạt động ban đầu nhằm thử nghiệm và xác thực đội xe Toyota bZ4X tự hành tại Nhật Bản vào năm 2027, sau đó dự kiến triển khai đến Vương quốc Anh và các thị trường khác do Waymo phục vụ. Toyota sẽ sản xuất xe tại nhà máy Takaoka ở thành phố Toyota, tỉnh Aichi, lắp ráp xe cơ sở và tích hợp phần cứng xe tự hành của Waymo dưới một mái nhà. Các công ty mô tả quan hệ đối tác này là một cột mốc cho dịch vụ gọi xe tự hành hoàn toàn đầu tiên của Nhật Bản sử dụng xe sản xuất trong nước với số lượng lớn.

  5. Microsoft Research22

    Microsoft Research Focus Edition #97: ForkPilot, CABRA, TeleTune và việc sử dụng AI tại nơi làm việc

    Microsoft Research Focus Edition #97 nêu bật ForkPilot, một khung tác tử tự cải thiện đạt được kết quả ngang với các phương pháp tốt nhất hiện có trong khi cắt giảm nhu cầu xử lý AI tới 59% trên sáu bài đánh giá chuẩn. Ấn phẩm cũng đề cập CABRA, một khung cho thấy các tác tử lập trình vẫn còn gặp khó khăn trong việc hiểu các cơ sở mã không quen thuộc, và TeleTune, công cụ học các kỹ năng tái sử dụng từ nhật ký hoạt động của người dùng. Ấn phẩm cũng xem xét hoạt động của Copilot Chat, trong đó chỉnh sửa tài liệu chiếm hơn 20% các hoạt động đã được phân loại.

  6. Meta Newsroom · AI25

    Meta hợp tác với INCA để mở rộng khả năng tiếp cận kính AI cho người Canada khiếm thị và suy giảm thị lực

    Meta đã hợp tác với INCA, một tổ chức phi lợi nhuận của Canada được thành lập năm 1918, nhằm giúp nhiều người Canada khiếm thị, khiếm thị-khiếm thính và suy giảm thị lực hơn nữa được hưởng lợi từ kính AI. Khoản tài trợ của Meta sẽ hỗ trợ INCA trong bốn lĩnh vực: lắng nghe cộng đồng, hỗ trợ những người đại diện cộng đồng tổ chức các buổi trình diễn trực tiếp và đào tạo đồng đẳng, đưa phản hồi của cộng đồng đến các nhóm sản phẩm và khả năng tiếp cận của Meta, và cung cấp hướng dẫn học tập cùng tài nguyên đào tạo dễ tiếp cận. Meta cũng đang tặng kính AI thông qua chương trình "Opening the Doors to Work" của INCA dành cho những người đang tìm việc làm.

  7. Meta Newsroom · AI25

    Meta và CNIB hợp tác mang kính AI đến người Canada khiếm thị và thị lực kém

    Meta đã hợp tác với CNIB, một tổ chức phi lợi nhuận được thành lập năm 1918, để mang kính AI đến nhiều người Canada khiếm thị, điếc-khiếm thị hoặc thị lực kém hơn. Khoản tài trợ của Meta sẽ hỗ trợ CNIB trong bốn lĩnh vực: lắng nghe cộng đồng, đào tạo đồng đẳng do các đại sứ cộng đồng dẫn dắt, chia sẻ hiểu biết với các nhóm tiếp cận và sản phẩm của Meta, cùng các hướng dẫn và tài liệu đào tạo dễ tiếp cận. Meta cũng đang quyên tặng kính AI thông qua chương trình Come to Work của CNIB dành cho những người đang tìm hiểu việc làm.

  8. Amazon Science38

    Tăng tốc LLM cho các ứng dụng du lịch: Medusa kết hợp chưng cất tri thức

    Kết hợp chưng cất tri thức với khung Medusa giúp một học trò TinyLlama 1,1 tỷ tham số đạt chất lượng tương đương giáo viên Llama-3.1 70 tỷ tham số trong khi chạy nhanh gấp 10 đến 20 lần với chi phí dưới một phần ba. Khi làm việc với Booking.com trên AI Trip Planner, Smart Filters và tạo mô tả chỗ ở, pipeline đã thu hẹp hơn 90% khoảng cách chất lượng và tăng thêm tốc độ gấp 2 đến 3,6 lần nhờ các đầu Medusa.

  9. Meta Engineering Blog58

    Meta trình bày chi tiết triển khai sản xuất Catching JiTTests với quy trình đánh giá có con người trong vòng lặp

    Meta đã đưa Catching JiTTests, phương pháp tạo kiểm thử đúng lúc dựa trên LLM của mình, từ nguyên mẫu nghiên cứu vào hạ tầng sản xuất và công bố kết quả trong bài báo FSE 2026 "Just-in-Time Catching Test Generation at Meta." Hệ thống chạy qua đêm trên công suất dư thừa, nhắm vào các diff rủi ro, tạo kiểm thử thông qua quy trình dodgy-diff và nhận biết ý định, đồng thời lọc dương tính giả bằng một tập hợp LLM-as-Judge cùng bộ đánh giá RubFake dựa trên quy tắc trước khi đến tay kỹ sư. Tính đến thời điểm viết bài, 589 kỹ sư (64% số được tiếp cận) đã tương tác với kết quả, cho thấy tỷ lệ dương tính thật 60%, và trong nửa đầu năm 2026 hệ thống đã phát hiện 74 lỗi quyền riêng tư nghiêm trọng ở giai đoạn diff và giảm 20% SEV về quyền riêng tư.

  10. Google Developers Blog12

    DevFest 2026 trở lại: Hơn 800 sự kiện cộng đồng tại 115 quốc gia

    DevFest, chuỗi sự kiện dành cho nhà phát triển do cộng đồng dẫn dắt của Google và được tổ chức bởi các Google Developer Groups, sẽ trở lại từ ngày 1 tháng 10 đến ngày 31 tháng 12 năm 2026, với hơn 800 sự kiện tại 115 quốc gia, dự kiến thu hút gần 1 triệu người tham dự. Các phiên thảo luận và workshop bao gồm các công nghệ Google AI cùng các nhánh Google Cloud, Android và Web, xoay quanh việc xây dựng, bảo mật và mở rộng quy mô trong kỷ nguyên tác tử. Các sự kiện được tổ chức bằng ngôn ngữ địa phương bởi những nhà tổ chức cơ sở, với diễn giả bao gồm các Google Developer Experts và kỹ sư Google.

  11. OpenAI Alignment Blog76

    OpenAI giải thích cách phát hiện sự lệch hướng của mô hình tiên phong

    OpenAI đã mô tả một hệ thống giám sát lệch hướng mở rộng, hiện bao quát các mô hình tiên phong trong quá trình huấn luyện, đánh giá, sử dụng nội bộ và, với một số điều chỉnh, triển khai bên ngoài. Khi phát lại sự cố Hugging Face với các bộ giám sát được tăng cường, hệ thống sẽ đã cảnh báo đội an ninh khoảng 30 phút sau khi các tác nhân thoát khỏi sandbox, hơn 30 giờ trước khi hệ thống của Hugging Face bị xâm nhập. Hệ thống sử dụng đầu dò kích hoạt, một trình đánh giá dựa trên mô hình, các tác nhân điều tra và điều tra tự động, và trên các sự cố được ghi lại, lớp L2 của nó đạt độ phủ 79,6% cho việc leo thang an ninh tức thời và 91,4% cho việc xem xét căn chỉnh.

    Vì sao đáng chú ý: OpenAI trình bày chi tiết ngăn xếp giám sát lệch hướng nhiều lớp và các con số độ phủ, cho thấy việc phát lại sự cố Hugging Face sẽ đã gắn cờ cuộc thoát khoảng 30 giờ trước khi xảy ra xâm nhập.

29 tháng 10Thứ Năm
  1. Sakana AI Blog40

    Sakana AI phân tích các câu chuyện trên SNS về bầu cử giữa kỳ Mỹ trong cuộc đua Thượng viện Texas

    Sakana AI đã áp dụng hệ thống phân tích câu chuyện của mình cho khoảng 710.000 phản ứng trên X đối với bài đăng của cả hai ứng cử viên và các tổ chức đảng cấp bang trong cuộc đua Thượng viện Texas, ước tính tỷ lệ ủng hộ và chỉ trích kèm biên sai số thống kê. Sản phẩm Sakana Marlin của hãng đã đối chiếu chéo các quan sát trên SNS với thăm dò dư luận, tài chính chiến dịch, thị trường dự đoán và tin tức, phát hiện những thay đổi trong đánh giá ứng cử viên khoảng hai tháng trước khi các tổ chức đánh giá lớn như Cook Political Report thay đổi nhận định của họ.

  2. Mistral AI86

    Mistral phát hành trọng số mở cho Mistral Large 4 (Le Chonk), mô hình đa phương thức 1 nghìn tỷ tham số

    Mistral AI đã phát hành trọng số mở của Mistral Large 4 (Le Chonk), một mô hình đa phương thức bản địa 1 nghìn tỷ tham số đã vào bản xem trước công khai đầu tháng này và được huấn luyện từ đầu tại châu Âu. Công ty cho biết thêm ba tuần học tăng cường đã đưa nó lên đỉnh về lập trình với trọng số mở, đạt 41% trên Terminal-Bench 4.0 và 48% trên Artificial Analysis Coding Agent Index trong khi sử dụng ít hơn 47% token mỗi tác vụ so với GLM-5.3. Mô hình bổ sung các chế độ suy luận Low, Medium và High, đạt 51% trên Artificial Analysis Cyber Index, và có giá 0,70 USD đầu vào, 0,07 USD đầu vào được lưu cache và 2,10 USD đầu ra trên mỗi triệu token theo giấy phép MIT sửa đổi.

    Vì sao đáng chú ý: Mistral mở trọng số cho mô hình hàng đầu 1 nghìn tỷ tham số của mình, kết hợp các cải thiện về điểm chuẩn lập trình và an ninh phòng thủ với ba chế độ suy luận và giá theo token.

  3. inclusionAI Repositories52

    IDM của Inclusion AI khớp các đặc trưng EMA của generator để tăng tốc tạo ảnh từ văn bản một bước và hai bước

    Inclusion AI và các cộng tác viên học thuật đã phát hành IDM, một phương pháp chưng cất kết hợp khớp phân phối nội tại với khớp mô-men trong không gian đặc trưng EMA của chính generator, loại bỏ nhu cầu về một bộ mã hóa đặc trưng bên ngoài. Ở 2 NFE, IDM (Z-Image) đạt 94,25% trên LongText-CN và 90,20% trên LongText-EN, và IDM đầy đủ tham số (Z-Image) chạy trong 0,25 giây ở 1 NFE và 0,30 giây ở 2 NFE trên một A100 duy nhất ở BF16. Cùng một checkpoint đã huấn luyện hỗ trợ cả lấy mẫu 1-NFE và 2-NFE, và mã được phát hành theo Apache 2.0, trong khi các checkpoint được ghi là sắp ra mắt.

  4. inclusionAI Models34

    inclusionAI phát hành Ling-3.0-flash-Sante-fp8, mô hình chăm sóc sức khỏe lượng tử hóa FP8

    inclusionAI đã phát hành Ling-3.0-flash-Sante-fp8, phiên bản lượng tử hóa FP8 của mô hình Ling-3.0-flash-Sante chuyên về chăm sóc sức khỏe, giữ nguyên 124B tổng tham số và 5.1B tham số hoạt động mỗi token. Mô hình đạt mức trung bình 73.9 trên các benchmark chăm sóc sức khỏe, tương đương checkpoint BF16, đồng thời giảm bộ nhớ trọng số cho phần cứng hỗ trợ FP8. Mô hình chỉ dành cho nghiên cứu này hỗ trợ ngữ cảnh 256K token và mặc định ở chế độ thinking với khả năng gọi công cụ.

  5. Google DeepMind82

    Google DeepMind công bố Gemini 4 Carbon, một mô hình tiên phong tập trung vào an ninh mạng và các tác vụ dài hạn

    Google DeepMind đã công bố Gemini 4 Carbon, mô hình mạnh nhất của họ cho đến nay, với năng lực an ninh mạng và tác vụ dài hạn đạt mức tiên tiến nhất, xếp hạng #1 trên Chỉ số Trí tuệ Artificial Analysis v5.0 với 59 điểm. Mô hình đạt 88,2% trên SEC-bench Pro về phát hiện lỗ hổng, 54,8% trên ExploitGym về khai thác và 71,0% trên CWE-bench về vá lỗi, đồng thời đạt hạng #4 (1768) trên WebDev Arena. Carbon ra mắt với mức giá giới thiệu tương đương Argon, 2 USD mỗi triệu token đầu vào và 10 USD mỗi triệu token đầu ra, và lần đầu tiên được cung cấp cho một nhóm chuyên gia phòng thủ không gian mạng thông qua Chương trình Fairwind trước khi phát hành rộng rãi.

    Vì sao đáng chú ý: Kết quả đánh giá của Gemini 4 Carbon trong phát hiện và vá lỗ hổng cho thấy cách các mô hình tiên phong đang được định vị cho công tác phòng thủ an ninh mạng.

  6. Meta Newsroom · AI22

    Meta hợp tác với năm trường đại học Hoa Kỳ để thúc đẩy các đột phá y học và khoa học

    Meta đang hợp tác với năm trường đại học Hoa Kỳ — Caltech, Trường Y của Ohio State, Đại học Bang Louisiana, Đại học Indiana và UTHealth Houston — và tài trợ 2 triệu đô la để hỗ trợ nghiên cứu sử dụng các mô hình của mình trong y học, vật lý, hóa học, sinh học, khoa học máy tính và toán học. Các dự án bao gồm một hệ thống thị giác máy tính được xây dựng trên các mô hình SAM trọng số mở của Meta để phát hiện lệch ống mở khí quản ở trẻ sơ sinh, AI đa phương thức giúp các tác nhân hội thoại thích ứng với người mắc chứng sa sút trí tuệ, và các mô hình trọng số mở dự đoán nguy cơ suy tim từ các ca chụp CT thường quy và hồ sơ y tế.

  7. Meta Engineering Blog40

    Meta Andromeda: Công cụ truy xuất quảng cáo thế hệ mới của Meta đạt 1 tỷ quảng cáo mỗi giây

    Meta đã trình bày chi tiết về thế hệ tiếp theo của Andromeda, công cụ truy xuất quảng cáo được cá nhân hóa của họ, công cụ này chấm điểm hơn một tỷ quảng cáo mỗi giây trong môi trường production — tăng 100 lần thông lượng so với hệ thống năm 2024. Kiến trúc mới mang mixture-of-experts lấy cảm hứng từ LLM vào truy xuất, đạt hiệu năng mô hình gần mức xếp hạng với số FLOPs lúc suy luận ít hơn khoảng 300 lần, với hơn 10 tỷ quảng cáo mỗi giây trên một GPU NVIDIA GH200 duy nhất. Kể từ năm 2025, Andromeda đã mang lại mức tăng 2,4% về chuyển đổi trên Facebook.

  8. Google Developers Blog58

    Google giải thích cách xây dựng ứng dụng Generative UI với A2UI và các agent CopilotKit

    Google đã công bố hướng dẫn xây dựng ứng dụng Generative UI với chuẩn A2UI (Agent-to-UI) không phụ thuộc framework của mình và bộ tích hợp agent của CopilotKit. A2UI gửi UI dưới dạng thông điệp JSON khai báo thay vì mã thực thi, nên client chỉ render các component từ một catalog tin cậy, và cùng một payload hoạt động trên React, Angular, Lit, SwiftUI, Jetpack Compose và Flutter. Hướng dẫn trình bày cách kết nối một agent Google ADK thông qua AG-UI, định nghĩa catalog component được Zod kiểm tra, và xây dựng các bề mặt hai chiều nơi dữ liệu người dùng nhập được truyền ngược về agent cho các luồng nhiều bước như đặt chỗ.

  9. Replit Blog55

    Replit trình bày chi tiết kiến trúc bảo mật đằng sau Agent Habitat dành cho công việc của agent

    Replit đã công bố kiến trúc đằng sau Agent Habitat, sản phẩm cho phép agent truy cập kiến thức và hệ thống của công ty trong ranh giới do công ty kiểm soát. Bài viết nêu bốn nguyên tắc: quyền hạn tối thiểu cho agent, ngăn chặn lan rộng khi có sự cố, thay đổi sản xuất có trách nhiệm giải trình, và công việc được ủy quyền có thể quản trị. Replit cho biết cơ chế cô lập microVM hiện có của mình đã ngăn chặn việc khai thác các lỗ hổng nhân Linux mới được công bố gần đây, và thông tin xác thực của connector nằm ngoài ngữ cảnh của agent, với một credential broker ủy quyền từng yêu cầu trước khi lấy bí mật từ vault.

  10. Preferred Networks News40

    Tập đoàn Zenrin và Preferred Networks hợp tác kinh doanh và liên minh vốn để kết hợp dữ liệu không gian địa lý với AI

    Zenrin, Zenrin DataCom và Preferred Networks đã ký kết liên minh kinh doanh và vốn, trong đó các công ty Zenrin đăng ký phân bổ bên thứ ba của PFN. Các đối tác sẽ kết hợp dữ liệu không gian địa lý được cập nhật liên tục, bao gồm hồ sơ thay đổi lịch sử, với AI tạo sinh, AI vật lý và công nghệ nhận dạng không gian 3D của PFN để xây dựng các mô hình AI hiểu và dự đoán sự thay đổi trong thế giới thực. Các lĩnh vực trọng tâm ban đầu bao gồm khu vực công, bất động sản, bán lẻ và phân phối, nhắm đến dự báo nhu cầu, lựa chọn địa điểm cửa hàng và quy hoạch đô thị, phòng chống thiên tai và mô phỏng hậu cần.

  11. Figma Blog58

    Figma đã huấn luyện một mô hình chỉnh sửa thiết kế thành thạo Figma như thế nào

    Figma đã trình bày chi tiết cách họ huấn luyện một mô hình chỉnh sửa thiết kế do chính họ phát triển cho Figma agent của mình, bắt đầu bằng việc tinh chỉnh có giám sát trên các yêu cầu chỉnh sửa tổng hợp được biểu diễn dưới định dạng tệp gốc của Figma và được xác thực bằng các kiểm tra tất định cùng các mô hình đánh giá trực quan.

28 tháng 10Thứ Tư
  1. Ai2 · Allen Institute for AI40

    Các nhà nghiên cứu đang điều chỉnh olmOCR 2 cho các kho lưu trữ lịch sử và khảo cổ như thế nào

    Các nhà nghiên cứu đang điều chỉnh mô hình olmOCR 2 mã nguồn mở của Ai2 để phiên âm các kho lưu trữ lịch sử và khảo cổ. Nhà sử học Maurice Casey đã xây dựng ArtificeOCR, chạy olmOCR 2 cục bộ cùng với Tropy để giúp thư viện ảnh lưu trữ của ông có thể tìm kiếm bằng từ khóa, trong khi dự án CENTURIA của TU Wien đã tinh chỉnh olmOCR 2 bằng LoRA trên 57 bản ghi được chú thích, giảm lỗi phiên âm trên 450 bản ghi kiểm thử từ 15,58% xuống 1,11%.

  2. inclusionAI Repositories28

    Trang dự án UBTree: Soạn thảo cây song song với mô hình Unigram và Bigram cho giải mã suy đoán

    Trang dự án UBTree giới thiệu UBTree, một phương pháp giải mã suy đoán soạn thảo cây token song song bằng mô hình unigram và bigram, được trình bày chi tiết trong arXiv:2609.39972. Video demo so sánh UBTree với AR, DFlash và DSpark trên Ling3 Tiny và Flash sử dụng các prompt HumanEval anti_shuffle và bf không thay đổi, với cả bốn phương pháp đều tạo ra token đầu ra giống hệt nhau. Trang web là HTML/CSS/JS thuần được phục vụ qua GitHub Pages, với số liệu biểu đồ và bảng được lưu trong static/js/data.js.

  3. Google Research58

    Khung "giấc ngủ" của Google Research giúp LLM củng cố kiến thức mới mà không bị quên thảm khốc

    Google Research đã giới thiệu một khung "giấc ngủ" cho học liên tục, xen kẽ tương tác chủ động với củng cố bộ nhớ ngoại tuyến, cho phép LLM tiếp thu các sự kiện mới vào tham số Mixture-of-Experts mở rộng thay vì mất kiến thức trước đó. Cách tiếp cận kết hợp mở rộng tham số, chưng cất on-policy với mô phỏng dựa trên học tăng cường, và một giai đoạn mơ tạo và lọc các mẫu huấn luyện tổng hợp. Các tác giả báo cáo mức giảm hiệu suất gần bằng không trong dịch liên tục cho các ngôn ngữ chưa thấy như Manchu và Kalamang, khả năng mở rộng gần hoàn hảo lên 10M token trên BABILong, kết quả 48,9% đơn nhiệm vụ và 46,2% CPT trên việc tích hợp sự kiện dựa trên SQuAD, và 79,2%, 69,0% và 46,1% trên AIME 24/25 và HMMT 25.

  4. Meta Engineering Blog34

    Meta PrivacyLib: Kiểm soát quyền riêng tư tại ranh giới truy cập dữ liệu

    Meta đã trình bày chi tiết về PrivacyLib, một thư viện chung được nhúng trong các ứng dụng khách của hàng trăm hệ thống dữ liệu và xử lý của mình, nhằm thực thi các yêu cầu về quyền riêng tư ngay tại điểm truy cập dữ liệu, thực hiện hàng tỷ lượt kiểm tra mỗi giây. Các hệ thống chỉ cần tích hợp một lần, và các khả năng quyền riêng tư mới được phát hành dưới dạng mô-đun plug-in, thay thế cho các triển khai riêng lẻ theo từng hệ thống vốn có thể mất hàng tháng. Một mô-đun Agent Observability theo dõi việc truy cập dữ liệu của các AI agent nội bộ bằng cách mang ngữ cảnh agent đến PrivacyLib.

  5. Google Developers Blog46

    Cải thiện chất lượng Agent bằng Đánh giá Agents CLI

    Không gian tên eval của Agents CLI do Google phát triển chạy một vòng lặp leo đồi cho agent: eval generate, grade, compare, analyze và optimize. Trong một bài hướng dẫn trên mẫu LangChain trong Agents CLI v1.8.0, một baseline đạt 4.0/5 với gemini-3.8-flash làm giám khảo, và một system prompt đầu bếp sai đã làm giảm xuống còn 2.75.

  7. Apple Newsroom48

    Apple ra mắt MacBook Pro với màn hình PROLED XDR, M5 Pro và M5 Max

    Apple giới thiệu MacBook Pro hoàn toàn mới với màn hình PROLED XDR, một tấm nền OLED tandem mang lại độ sáng HDR và SDR đỉnh lên đến 2000 nit, tỷ lệ tương phản 10.000.000:1 và tần số quét biến thiên 120Hz. Hai mẫu laptop 14 và 16 inch lần đầu tiên bổ sung Touch on Mac, Dynamic Island với Siri AI, cùng chip M5 Pro và M5 Max với bộ nhớ hợp nhất lên đến 128GB và dung lượng lưu trữ 16TB. Đơn đặt hàng trước mở từ ngày 28 tháng 10, với thời điểm bán ra bắt đầu từ thứ Sáu, ngày 6 tháng 11.

  8. Meta AI Research Blog30

    Meta hỗ trợ nghiên cứu AI tại năm trường đại học Hoa Kỳ để thúc đẩy các đột phá y học và khoa học

    Meta đang hỗ trợ nghiên cứu tại năm trường đại học Hoa Kỳ — Caltech, Ohio State University College of Medicine, Louisiana State University, Indiana University và UTHealth Houston — thông qua việc cấp quyền truy cập các mô hình Muse mới nhất, hợp tác với nhà nghiên cứu và tài trợ. Các nhà nghiên cứu sẽ sử dụng Muse Spark Open, Muse Wonder, Muse Spark, Muse Glimmer 30B trọng số mở, cùng với SAM, V-JEPA, DINO, UMA và SeamlessM4T. Các dự án trải rộng trên y học, vật lý, hóa học, sinh học, khoa học máy tính và toán học, với việc các trường đại học giữ quyền kiểm soát toàn bộ dữ liệu bệnh nhân và lâm sàng.

  9. Anthropic Newsroom36

    Anthropic mở rộng chương trình AI for Science tới các quỹ và tổ chức nghiên cứu

    Anthropic đang mở rộng chương trình AI for Science, chương trình cung cấp tín dụng Claude miễn phí cho các nhà nghiên cứu, tới 20 quỹ khoa học, tổ chức và nhóm nghiên cứu trên toàn thế giới. Các đối tác bao gồm US National Science Foundation, Simons Foundation, Wellcome Sanger Institute và Space Telescope Science Institute. Chương trình, ra mắt vào tháng 5 năm 2025, cũng hỗ trợ các dự án như Model Hardware Standard với HHMI Janelia, hiện đang trong giai đoạn xem trước nghiên cứu.

27 tháng 10Thứ Ba
  1. Replit Blog75

    Replit Cloud Agents giờ đây cho phép cả những người không phải kỹ sư đóng góp vào cơ sở mã của công ty

    Replit đã ra mắt Cloud Agents cho các kho lưu trữ hiện có, cho phép bất kỳ ai trong nhóm mô tả thay đổi bằng ngôn ngữ tự nhiên và để agent mở một pull request đã được kiểm thử trên GitHub hoặc GitLab, khả dụng cho tất cả khách hàng Pro và Enterprise. Agent chạy từng thay đổi trong các sandbox đám mây biệt lập, nhấp qua ứng dụng đang chạy và đính kèm ảnh chụp màn hình cùng video vào PR, trong khi môi trường chia sẻ cung cấp cho mọi người đóng góp một thiết lập được cấu hình sẵn và cập nhật từ nhánh chính. Replit cũng giới thiệu bộ nhớ không gian làm việc tự cải thiện ở chế độ truy cập sớm, biến các bình luận đánh giá thành kỹ năng nhóm do kỹ sư phê duyệt, và tích hợp Slack cho phép người dùng nhắc @Replit trong một luồng để bắt đầu một thay đổi.

    Vì sao đáng chú ý: Replit tích hợp Cloud Agents vào cơ sở mã hiện có của doanh nghiệp, cho phép nhân sự không phải kỹ sư gửi thay đổi dưới dạng PR kèm video kiểm thử, thể hiện một hướng đi của công cụ lập trình AI khi mở rộng sang quy trình cộng tác nhóm.

  2. Sakana AI Blog40

    Sakana AI mở quyền truy cập sớm cho Nền tảng Sakana API dành cho doanh nghiệp

    Sakana AI đã mở chương trình truy cập sớm cho Nền tảng Sakana API, cung cấp cho khách hàng doanh nghiệp quyền truy cập API vào các LLM của mình với khả năng quản lý thành viên và chi phí sử dụng ở cấp tổ chức và không gian làm việc. API tương thích với OpenAI chỉ yêu cầu thay đổi endpoint, và Sakana Fugu cùng Fugu Ultra được cung cấp trước, Sakana Namazu và Fugu Max sẽ theo sau. Các tính năng bao gồm kiểm soát truy cập dựa trên vai trò, nhật ký kiểm toán CSV, giới hạn ngân sách, thanh toán bằng hóa đơn, MSA và DPA, cùng cam kết không huấn luyện trên dữ liệu đầu vào của khách hàng.