Tới nội dung
Chỉ Chính chủ
27 tháng 10Thứ Ba
  1. Ai2 · Allen Institute for AI58

    Nghiên cứu của Ai2 kiểm tra liệu LLM có thể đánh giá đáng tin cậy tính mới của ý tưởng nghiên cứu hay không

    Ai2 đã công bố Old Ideas, Novel Problems, một nghiên cứu và bộ đánh giá kiểm tra mức độ đáng tin cậy của LLM khi đánh giá tính mới của các ý tưởng nghiên cứu, cùng với dữ liệu, mã nguồn và một pipeline để xây dựng các bộ đánh giá mới. Qua sáu giám khảo gồm GPT-5.1, GPT-5.2, GPT-5.4, Claude Sonnet 4.5, Claude Opus 4.5 và Claude Opus 4.6, những thay đổi nhỏ trong prompt đã làm độ chính xác dịch chuyển hơn 50 điểm phần trăm trên các ý tưởng do AI tạo ra, và một baseline Claude Opus 4.6 đơn giản với prompt đạt macro-F1 0,854 với chi phí 2,59 USD, so với 0,642 với chi phí 30,66 USD của Idea Novelty Checker và 0,772 với chi phí 82,05 USD của AI Scientist do Sakana AI phát triển.

  2. Anthropic Research65

    Anthropic báo cáo tiến triển ban đầu về việc sử dụng Claude để tăng tốc phát triển thuốc

    Nhóm khoa học đời sống của Anthropic đã dành vài tháng làm việc với sáu nhà phát triển thuốc, bao gồm Bristol Myers Squibb, Generate Biomedicines và Divergence Labs, cùng với việc điều hành các chương trình khám phá của riêng mình, để thử nghiệm nơi Claude có thể tăng tốc phát triển thuốc. Kết quả ban đầu được báo cáo bao gồm một thiết kế của Generate ngắn hơn khoảng 70% so với phiên bản tiêu chuẩn, cho phép tế bào miễn dịch tạo ra số lượng thụ thể nhiều gấp khoảng 10 lần, và khoảng 35.000 thiết kế kháng thể được tạo ra phần lớn một cách tự động cho Divergence trong khoảng một tháng. Anthropic cho biết công việc vẫn chủ yếu ở giai đoạn tiền lâm sàng và có kế hoạch mở rộng Claude sang các thử nghiệm lâm sàng khi các chương trình tiến triển.

    Vì sao đáng chú ý: Báo cáo chi tiết đầu tiên của Anthropic về việc đưa Claude vào các chương trình thuốc thực tế cho thấy mô hình giúp ích ở đâu và còn thiếu sót ở đâu trên sáu đối tác.

  3. Apple Newsroom40

    Apple ra mắt iMac mới với chip M6

    Apple công bố iMac mới trang bị chip M6, với CPU lên đến 12 lõi và GPU có Neural Accelerators trong từng lõi, cùng Dual 16-core Neural Engine cho tốc độ AI trên thiết bị nhanh hơn tới 5 lần so với M4. Apple tuyên bố hiệu năng nhanh hơn tới 18 lần so với iMac dùng Intel phổ biến nhất và xử lý prompt AI trong LM Studio nhanh hơn tới 12 lần so với M1. Đặt trước mở từ ngày 28 tháng 10, bán ra từ thứ Sáu, ngày 6 tháng 11.

  4. Anthropic Research71

    Nghiên cứu của Anthropic phát hiện các nhà phân tích tuân theo khuynh hướng tùy ý của Claude Code 86% số lần

    Các nhà nghiên cứu của Anthropic đã thực hiện một thử nghiệm đối chứng ngẫu nhiên trong đó 50 nhà phân tích chuyên nghiệp sử dụng Claude Code (Claude Opus 4.8) để tư vấn cho một hợp tác xã nông nghiệp hư cấu, với việc tác nhân được gán bí mật một khuynh hướng tung đồng xu cho bốn lựa chọn phân tích. Các nhà phân tích khớp với khuynh hướng của tác nhân 86% số lần, chuyển khỏi sở thích trước đó của chính họ 60% số lần khi tác nhân không đồng ý, và 77% sau đó lặp lại các lập luận của tác nhân trong khi chỉ 15% ghi công cho tác nhân. Các tác giả lưu ý rằng các khuynh hướng đã được cố ý tăng cường và nghiên cứu chỉ bao gồm một nhiệm vụ và một mô hình, nhưng nhận định kết quả làm dấy lên lo ngại về việc liệu sự phê duyệt của con người có còn là một kiểm tra độc lập khi các tác nhân đảm nhận nhiều công việc nghiên cứu hơn.

    Vì sao đáng chú ý: Thử nghiệm ngẫu nhiên của Anthropic với 50 nhà phân tích chuyên nghiệp cho thấy các chuyên gia dễ dàng chấp nhận khuynh hướng tùy ý của một tác nhân AI trong các phán đoán như thế nào, một phát hiện liên quan đến giám sát của con người trong nghiên cứu an toàn AI.

  5. Anthropic Newsroom58

    Anthropic mở rộng quan hệ đối tác GSA với ưu đãi giảm giá 40% cho Claude dành cho các cơ quan chính phủ

    Anthropic đã mở rộng quan hệ đối tác với Cơ quan Dịch vụ Tổng hợp (GSA) thông qua một thỏa thuận mới, mang đến cho các đối tác chính phủ mức giảm giá 40% đối với Claude Enterprise, Claude for Government và Claude API, lần đầu tiên được mở rộng trên mọi sản phẩm và cho cả chính quyền các bang, địa phương, bộ lạc và vùng lãnh thổ. Anthropic ước tính các ưu đãi giảm giá này sẽ giúp chính phủ tiết kiệm 1 tỷ USD, không có cam kết chi tiêu tối thiểu, và đang triển khai một chương trình chuyên biệt để hỗ trợ các cơ quan triển khai Claude. Khoảng 500 tổ chức chính phủ liên bang, bang và địa phương của Hoa Kỳ hiện đang sử dụng Claude, và số người dùng hoạt động hàng tuần của Claude for Government đã tăng khoảng tám lần kể từ tháng Hai.

  6. Google Developers Blog34

    Xây dựng Thương mại Hội thoại với Bầy Đa Tác tử trên GCP: Một Nguyên mẫu Hoạt động

    Các nhà phát triển Google Cloud đã xây dựng HappyDelivery, một nguyên mẫu hoạt động của thương mại hội thoại sử dụng LangGraph, Gemini, FastAPI và Google Cloud, theo một bản thiết kế ba lớp trước đó gồm Ingress, Memory và Cognition. Lớp Ingress xác thực chữ ký webhook đặc thù của nền tảng cho WhatsApp, RCS, Apple Messages và SMS, chuẩn hóa payload thành một schema chung và chuyển chúng sang Pub/Sub, trả về HTTP 200 trong khoảng 300ms. Bài viết đi qua mã nguồn, máy trạng thái, các công cụ tài chính tất định và một bộ kiểm thử xác minh tự động.

  7. Apple Newsroom42

    Apple ra mắt MacBook Pro 14 inch mới với chip M6

    Apple đã công bố MacBook Pro 14 inch mới với chip M6, trang bị CPU 12 lõi và GPU 12 lõi mang lại hiệu năng đồ họa nhanh hơn tới 30% và khối lượng công việc AI nhanh hơn tới 25% so với M5. Con chip bổ sung Neural Engine kép 16 lõi và Bộ tăng tốc Neural trên GPU cho AI trên thiết bị, với thời lượng pin lên đến 24 giờ, Wi-Fi 7 và Bluetooth 6. Đặt trước mở từ ngày 28 tháng 10, bắt đầu bán ra từ thứ Sáu, ngày 6 tháng 11.

  8. Google Developers Blog58

    Google A2UI bổ sung các định dạng suy luận có thể hoán đổi, với Express giảm độ trễ tới 3 lần

    Google đã phát hành các định dạng suy luận có thể hoán đổi cho A2UI, giao thức tối ưu cho agent của hãng dành cho giao diện người dùng tạo sinh, cho phép các agent tạo ra một định dạng trung gian mà trình biên dịch SDK chuyển thành các thông điệp A2UI đã được xác thực. Định dạng mặc định mới, A2UI Express, sử dụng ít hơn tới 3 lần token so với Direct JSON cho cùng một giao diện và giảm độ trễ tới 3 lần, đồng thời được phát hành trong các SDK Python (a2ui-agent-sdk 0.9.0), TypeScript (@a2ui/agent) và Dart. Google cũng đã trình diễn các mô hình ra quyết định như Jev của TypeSafe lựa chọn giữa các bố cục được định nghĩa trước, mà hãng cho biết có thể giảm độ trễ tới 80 lần; trong ví dụ Apparite, các màn hình đã hoàn tất trong 0,8 đến 1,7 giây qua 11 lời nhắc.

  9. Preferred Networks News60

    PFN phát hành PLaMo 3.1 Prime với tìm kiếm Web và Deep Research

    Preferred Networks bắt đầu cung cấp PLaMo 3.1 Prime vào ngày 27 tháng 10 năm 2026, bổ sung tính năng tìm kiếm Web và Deep Research tự động lập kế hoạch, thu thập, phân tích và viết báo cáo có trích dẫn nguồn trong vài phút đến vài chục phút. Deep Research cũng chạy được tại chỗ (on-premises) và có thể kết nối với các hệ thống tìm kiếm tài liệu nội bộ, trong khi công ty báo cáo mức cải thiện điểm trung bình khoảng 15% trên tám benchmark liên quan đến ảo giác (hallucination), bao gồm AA Omniscience, so với PLaMo 3.0 Prime. PFN cũng cho biết tốc độ xử lý nhanh hơn 1,7 lần nhờ giải mã suy đoán (speculative decoding) và giảm 90% token đầu ra ở chế độ không suy luận, đồng thời ra mắt gói PLaMo API miễn phí cùng chiến dịch PLaMo Chat cung cấp Deep Research hai lần mỗi ngày cho đến ngày 30 tháng 11 năm 2026.

    Vì sao đáng chú ý: PLaMo 3.1 Prime của PFN bổ sung Deep Research tự động chạy tại chỗ, mang đến cho doanh nghiệp Nhật Bản một lựa chọn triển khai cục bộ cho công việc điều tra có trích dẫn nguồn.

  10. Apple Newsroom58

    Apple Creator Studio bổ sung trợ lý AI, hỗ trợ MCP và MotionVFX trong Final Cut Pro

    Apple đã giới thiệu các bản cập nhật cho Apple Creator Studio, mang đến một trợ lý thông minh được xây dựng trên các mô hình của Apple và bên thứ ba cho Keynote, Pages và Numbers, cùng với hỗ trợ Model Context Protocol để các tác nhân AI bên ngoài có thể đọc nội dung và thực hiện chỉnh sửa trong các ứng dụng đó. Final Cut Pro cho Mac hiện bao gồm MotionVFX tích hợp sẵn và video kho Content Hub, Logic Pro có thêm trợ lý bản beta và Stem Splitter tách trống, và Pixelmator Pro bổ sung Generate Fill cho chỉnh sửa hình ảnh bằng ngôn ngữ tự nhiên. Các bản cập nhật sẽ có mặt trên App Store vào tháng 11 này, miễn phí cho người đăng ký hiện tại, với đăng ký mới ở mức 12,99 đô la Mỹ mỗi tháng hoặc 129 đô la Mỹ mỗi năm.

26 tháng 10Thứ Hai
  1. Replit Blog38

    Replit: Mọi công ty trong Fortune 500 sẽ trở thành công ty tự vận hành vào năm 2030

    Replit dự đoán mọi công ty trong Fortune 500 sẽ trở thành "Công ty Tự vận hành" vào cuối năm 2030, với các tác nhân AI thực thi và phối hợp công việc trong khi con người đặt mục tiêu và chịu trách nhiệm. Replit cho biết các kỹ sư của họ gần như tăng gấp ba sản lượng mã trong nửa đầu năm 2026 trong khi thời gian đánh giá, số lần hoàn nguyên và sự cố sản phẩm vẫn không đổi. Replit for Business đang được xây dựng làm nền tảng, và tại SMFL, một quy trình phát triển trước đây cần sáu người trong sáu tháng đã được một người hoàn thành trong một tuần.

  2. Sakana AI Blog22

    Phỏng vấn VP GTM của Sakana AI: Đưa sản phẩm AI sinh ra tại Nhật Bản ra toàn cầu

    Sakana AI đã ra mắt Sakana Chat, Sakana Marlin, Sakana Fugu và Sakana Translate, chuyển từ R&D sang cung cấp sản phẩm cho doanh nghiệp và cơ quan chính phủ. Đội Go-To-Market của công ty, do VP Hidekazu Kakishima lãnh đạo và được thành lập vào tháng 9 năm 2026, hiện đang tuyển Forward Deployed Engineers để đưa những hiểu biết từ địa điểm khách hàng trở lại vào sản phẩm.

  3. Apple Machine Learning Research34

    GHARP: Hoạt ảnh đầu Gaussian theo thời gian thực từ tiền nghiệm tái tạo quy mô lớn

    Các nhà nghiên cứu Apple giới thiệu GHARP, một phương pháp tạo hoạt ảnh cho đầu người 3D trong thời gian thực từ một vài ảnh đầu vào cộng với tín hiệu biểu cảm dẫn động, chia tách nhiệm vụ thành một giai đoạn nhận dạng ngoại tuyến và một giai đoạn hoạt ảnh thời gian chạy nhẹ. Một mạng căn chỉnh cơ thể loại bỏ sự mơ hồ về tư thế cơ thể và quần áo, và GHARP đạt chất lượng tiên tiến nhất trên bộ chuẩn Ava-256 trong khi chạy nhanh hơn tới 13× trên GPU A100 với số Gaussian ít hơn 8×.

  4. Vapi Blog38

    Vapi ra mắt tính năng chia tách lưu lượng cho việc triển khai voice agent

    Vapi đã ra mắt tính năng chia tách lưu lượng, cho phép các nhóm định tuyến 0,1%, 1% hoặc 5% cuộc gọi đến và đi tới một phiên bản agent mới trước khi cam kết. Trước đây, việc xuất bản một phiên bản assistant mới sẽ gửi 100% lưu lượng tới đó ngay lập tức. Tính năng này bao gồm "stickiness" để giữ những người gọi lại ở cùng một phiên bản, và Vapi khuyến nghị bắt đầu với chia tách hai chiều.

  5. Anthropic Newsroom80

    Anthropic nộp S-1 lên SEC cho đề xuất IPO trên Nasdaq với mã chứng khoán ANT

    Anthropic, PBC đã nộp bản đăng ký theo Mẫu S-1 lên Ủy ban Chứng khoán và Giao dịch Hoa Kỳ cho đề xuất phát hành cổ phiếu lần đầu ra công chúng đối với cổ phiếu phổ thông Loại A của mình, dự kiến niêm yết trên Nasdaq Global Select Market với mã "ANT". Số lượng cổ phiếu chào bán và khoảng giá chưa được xác định, và bản đăng ký chưa có hiệu lực. Công ty đã chỉ định Goldman Sachs & Co. LLC và Morgan Stanley & Co. LLC là đầu mối liên hệ để nhận bản cáo bạch sơ bộ khi có.

    Vì sao đáng chú ý: Anthropic đã nộp S-1 lên SEC cho đề xuất IPO trên Nasdaq với mã chứng khoán ANT, dù số lượng cổ phiếu và khoảng giá vẫn chưa được xác định.

  6. Google Developers Blog58

    Google Docs và Drive bổ sung tính năng xem trước, chỉnh sửa và cộng tác trực tiếp với markdown

    Google Workspace hiện cho phép người dùng xem, chỉnh sửa và cộng tác trên các tệp markdown (.md) trực tiếp trong Google Docs và Drive, mà không cần chuyển đổi sang định dạng khác. Tệp giữ nguyên loại .md và có huy hiệu hiển thị ở đầu tài liệu, trong khi Drive cung cấp bản xem trước đã kết xuất với bảng và siêu liên kết hoặc nút chuyển sang văn bản thô. Google định vị markdown là ngôn ngữ chung cho cả con người và tác nhân AI, với khả năng đồng chỉnh sửa theo thời gian thực, bình luận theo từng dòng và lịch sử phiên bản bao gồm cả các bản sửa đổi của con người và tác nhân; bất kỳ ai có tài khoản Google hoặc Workspace đều có thể bắt đầu bằng cách tải tệp .md lên Drive.

  7. Mastra Blog40

    Mastra mở Knowledge, bộ não công ty tự lưu trữ cho AI agent, cho thêm tám đối tác thiết kế

    Mastra đang mở dịch vụ Knowledge của mình, một lớp ngữ cảnh toàn công ty tự lưu trữ dành cho AI agent, cho thêm tám đối tác thiết kế theo nguyên tắc ai đến trước được phục vụ trước. Knowledge kết nối các hệ thống như Slack và Monday, tự cập nhật và hỗ trợ các cơ sở tri thức riêng biệt theo từng chức năng với quyền ở cấp cá nhân, nhóm và tổ chức. Mastra cho biết việc nối một đồ thị tri thức toàn công ty vào các coding agent của mình đã tạo ra cải thiện rõ rệt về chất lượng mã được giao.

  8. Apple Newsroom30

    Apple ra mắt iPad mini hoàn toàn mới với màn hình OLED và A20 Pro

    Apple đã ra mắt iPad mini hoàn toàn mới, trang bị màn hình OLED 8,5 inch có độ sáng đỉnh cao gấp hơn 2 lần so với thế hệ trước, thiết kế mỏng và nhẹ hơn, cùng chip A20 Pro với Neural Accelerators trong từng lõi GPU và Neural Engine kép 16 lõi. Máy bổ sung khả năng chống nước và bụi IP67, camera trước 12MP Center Stage, và Apple Intelligence với xử lý trên thiết bị cùng Private Cloud Compute. Đặt trước bắt đầu từ ngày 28 tháng 10 tại 36 quốc gia và khu vực, với giá từ 699 USD cho bản Wi-Fi và 849 USD cho bản Wi-Fi + Cellular.

24 tháng 10Thứ Bảy
  1. Google Research58

    Google Research phác thảo cách AI sàng lọc bệnh lao của mình chuyển từ đánh giá chuẩn mực sang triển khai lâm sàng được chứng nhận

    Google Research đã trình bày tại IDWeek 2026 về cách các mô hình sàng lọc bệnh lao qua X-quang ngực của mình tiến triển từ một đánh giá chuẩn mực trên Radiology năm 2019 thành một công cụ được chứng nhận CE MDR Class IIb, được đối tác Nexus AI triển khai tại khoảng 40 cơ sở y tế trên sáu quốc gia. Hơn 90 bác sĩ lâm sàng đã đánh giá hơn 25.000 phim X-quang ngực, rút ngắn thời gian xử lý từ vài tuần xuống dưới 45 giây, và công cụ này cũng đã được triển khai ngoại tuyến ở độ sâu bốn kilômét dưới lòng đất tại Mỏ vàng Mponeng của Nam Phi. Google đã mã nguồn mở các embedding X-quang ngực và MedSigLIP thông qua HAI-DEF và phát hành MedGemma, mà họ cho biết đã vượt 10 triệu lượt tải xuống, trong khi Bộ Y tế Indonesia đang tinh chỉnh cả hai mô hình trên phim X-quang trong nước cho một chương trình sàng lọc quốc gia.

23 tháng 10Thứ Sáu
  1. Amazon Science40

    TTS có thể điều khiển của Audible mang đến giọng nói nhân vật riêng biệt cho sách nói

    Nhóm công nghệ của Audible đang sử dụng chuyển văn bản thành giọng nói có thể điều khiển để mang lại cho các nhân vật trong sách nói những giọng nói riêng biệt, nhất quán, được hướng dẫn bởi các mô tả bằng ngôn ngữ tự nhiên về cách truyền đạt lời thoại. Một thành phần BookLLM lập hồ sơ nhân vật và xác định lời thoại của họ với độ chính xác 97% trong tiếng Anh và 94% trong tiếng Tây Ban Nha, trong khi một quy trình dữ liệu tổng hợp huấn luyện mô hình trên lời nói có phụ đề. Việc phân biệt lời thoại được cải thiện 3,7 điểm trên bài kiểm tra MUSHRA, với mức tăng trải nghiệm nghe có ý nghĩa thống kê đối với tám trong số mười giọng nói trong các bài kiểm tra tiếng Anh và tiếng Tây Ban Nha.

  2. Ai2 · Allen Institute for AI31

    LitPivot: Hệ thống của Ai2 giúp các nhà nghiên cứu chuyển hướng ý tưởng nghiên cứu thông qua tài liệu

    Các nhà nghiên cứu của Ai2 và Đại học Pennsylvania đã xây dựng LitPivot, một hệ thống tổ chức các bài báo được truy xuất theo khía cạnh của một đề xuất nghiên cứu đang được chỉnh sửa và gợi ý các chỉnh sửa dựa trên tài liệu. Trong một nghiên cứu với 17 nhà nghiên cứu, các chuyên gia trong lĩnh vực đánh giá những ý tưởng được phát triển với LitPivot có nền tảng tài liệu vững chắc hơn so với những ý tưởng được xây dựng bằng trình soạn thảo văn bản và một công cụ trò chuyện AI. Những người tham gia cũng cho biết các ý tưởng đã chỉnh sửa của họ mới lạ và hữu ích hơn, và LitPivot sẽ được trình bày tại UIST 2026.

  3. Amazon Science38

    Khoa học đằng sau TorchNeuron, backend PyTorch mới của Amazon cho chip AWS Trainium

    Amazon đã phát hành TorchNeuron, một backend PyTorch mã nguồn mở chuyển đổi mã PyTorch thành các phép toán có thể thực thi trên hệ thống AWS Trainium với ít hoặc không cần thay đổi mã. Nó bổ sung chế độ eager thích ứng tùy chọn giúp nhóm và biên dịch các phép toán để đạt hiệu năng gần như biên dịch, cùng với bộ nhớ đệm NEFF đa cấp; một dịch vụ biên dịch dùng chung đã giảm thời gian đến bước huấn luyện đầu tiên khoảng một phần ba trong một thử nghiệm LLM 64 tiến trình. Nhóm Annapurna đã tinh chỉnh và đánh giá hiệu năng nó bằng 841 mô hình đại diện được chắt lọc từ hàng trăm nghìn mô hình mã nguồn mở.

  4. Modal Blog58

    Modal và Sakana AI đã phục vụ một mô hình MoE ~1T tham số cho API Sakana Namazu như thế nào

    Nhóm kỹ sư triển khai tại chỗ của Modal đã làm việc với Sakana AI để chạy Sakana Namazu, một mô hình MoE ~1T tham số được tinh chỉnh cho bối cảnh kinh doanh Nhật Bản, trên Modal cho lần ra mắt API công khai của mô hình này. Nhóm đã áp dụng lượng tử hóa NVFP4 chọn lọc chỉ cho các routed expert, giữ attention, router và shared expert ở BF16, đồng thời hiệu chỉnh trên các cuộc hội thoại chủ yếu bằng tiếng Nhật để cả 23.040 expert đều thấy lưu lượng đại diện. Một mô hình draft DFlash tùy chỉnh được huấn luyện trên hơn 30 tỷ raw token ID đã tăng tỷ lệ chấp nhận token suy đoán thêm 25% và giảm độ trễ giải mã mỗi token khoảng 35%, trong khi một drafter thứ hai được huấn luyện trên khoảng 1 triệu yêu cầu thực tế đã nâng độ dài chấp nhận trung bình từ 3,51 lên 5,01 và giảm độ trễ p99 từ 68s xuống 52s.

  5. Figma Blog40

    Cách đưa Hệ thống thiết kế của bạn vào hoạt động với Figma Agent

    Figma agent hiện đã được phát hành rộng rãi, và Figma giải thích cách cung cấp hệ thống thiết kế của bạn cho nó để đầu ra khớp với sản phẩm của bạn. Việc kết nối một thư viện đã xuất bản cho phép agent sử dụng các thành phần và token đã được phê duyệt, trong khi các tệp hướng dẫn mã hóa quy tắc của nhóm và các trang Examples hoặc cách đặt tên _example cung cấp các mẫu có thể tái sử dụng.

  6. Microsoft Research58

    Microsoft Research phát hành Flint-interactive, một ngôn ngữ cho trực quan hóa dữ liệu tương tác do AI tạo ra

    Microsoft Research đã phát hành Flint-interactive, một ngôn ngữ được xây dựng trên Flint cho phép các agent và nhà phát triển tạo trực quan hóa dữ liệu tương tác thông qua các sự kiện ngữ nghĩa cấp cao và các toán tử cập nhật. Trình biên dịch của Flint xử lý kiểm tra điểm chạm, bố cục, kết xuất và các phụ thuộc trực quan, để người dùng chỉ định các tương tác như linked brushing, làm nổi bật hoặc thay đổi khung nhìn mà không cần viết mã trực quan hóa cấp thấp. Nó có sẵn thông qua Flint-MCP và MCP Apps trong môi trường trò chuyện, Flint Interactive Canvas cho bảng điều khiển và câu chuyện dữ liệu, và một API lập trình cho các tương tác tùy chỉnh.

22 tháng 10Thứ Năm
  1. Sakana AI Blog58

    Sakana AI ra mắt Sakana Aquarium, nền tảng AI agent dựa trên ontology cho quyết định doanh nghiệp

    Sakana AI công bố Sakana Aquarium, một nền tảng để xây dựng, vận hành và quản lý các AI agent hỗ trợ ra quyết định và thực thi trong tổ chức dựa trên một ontology. Nền tảng kết hợp ba phần: Ontology tổ chức tri thức, quy tắc và dữ liệu cùng ý nghĩa và mối quan hệ của chúng, đồng thời kết nối các nguồn hiện có mà không cần di chuyển dữ liệu; Governance thiết lập quyền truy cập và phê duyệt trước khi thực thi, đồng thời ghi log mọi thứ từ lý do quyết định đến kết quả thực thi; và Managed Agents triển khai các quy trình bao gồm tra cứu thông tin, đánh giá bằng AI, thực thi chức năng và phê duyệt của con người. Sakana AI cho biết các kết nối dữ liệu và ontology có thể được tái sử dụng giữa các agent, và nền tảng này xuất phát từ công việc do FDE dẫn dắt với các tổ chức tài chính như MUFG, SMBC Group và Daiwa Securities Group.

  2. Modal Blog71

    Modal phát hành Spindle, một máy chủ huấn luyện mã nguồn mở tương thích với Tinker

    Modal đã phát hành Spindle, một máy chủ huấn luyện mã nguồn mở tương thích với Tinker, chạy trong workspace Modal của khách hàng, cho phép các nhóm tùy chỉnh stack và trả tiền cho thời gian GPU thay vì token. Spindle hỗ trợ huấn luyện toàn bộ tham số và multi-LoRA trên các mô hình mở, và Modal báo cáo rằng việc chia sẻ một trainer cho 8 khách hàng đã cắt giảm chi phí trên mỗi 1M token đầu ra tới 80% so với Tinker trên một job GRPO DAPO-math. Modal cho biết Spindle vẫn đang trong giai đoạn beta và định vị nó giữa thư viện huấn luyện Dojo và các primitive cụm thô của mình.

    Vì sao đáng chú ý: Máy chủ Spindle mã nguồn mở của Modal mang đến cho các nhóm một lựa chọn thay thế tương thích với Tinker, đánh đổi giá theo token lấy thời gian GPU, với việc chia sẻ multi-LoRA được báo cáo giúp cắt giảm chi phí tới 80%.

  3. Ai2 · Allen Institute for AI58

    Ai2 phát hành mô hình embedding vệ tinh OlmoEarth v1.3 với embedding toàn cầu tính sẵn và công cụ khám phá trên trình duyệt

    Ai2 đã phát hành OlmoEarth v1.3, một mô hình embedding vệ tinh chuyển chuỗi thời gian một năm của Sentinel-1, Sentinel-2 và Landsat thành một vector 128 chiều cho mỗi pixel 10 mét, với 64 chiều đầu tiên có thể dùng như một embedding nhỏ hơn. Ai2 đã tính sẵn embedding hằng năm cho toàn bộ hành tinh và công bố trên Source Cooperative, và embedding 128 chiều của mô hình đạt điểm cao nhất trong 20 trên 27 đánh giá so với AlphaEarth Foundations và Tessera v2, bao gồm một benchmark cây trồng nhiệt đới mới có tên PLANTEUR. Bản phát hành cũng bao gồm OlmoEarth Embeddings Explorer, một công cụ trình duyệt không cần đăng nhập để so sánh các năm, tìm những nơi tương tự và huấn luyện các bộ phân loại nhỏ ngay tại chỗ, với dữ liệu toàn cầu năm 2025, 2024 và 2023 và giai đoạn 2017 đến 2022 bao phủ một số quốc gia được chọn; trọng số, dữ liệu tiền huấn luyện và mã nguồn đều mở.

  4. inclusionAI Models58

    inclusionAI phát hành Ling-3.0-flash-Sante, mô hình MoE chuyên ngành y tế 124B

    inclusionAI đã phát hành Ling-3.0-flash-Sante, một mô hình chuyên ngành y tế được xây dựng trên Ling-3.0-flash với tổng cộng 124B tham số và 5,1B tham số hoạt động mỗi token, với trọng số trên Hugging Face và ModelScope. Mô hình sử dụng kiến trúc MoE tuyến tính lai kết hợp Kimi Delta Attention, gated MLA và các lớp MoE thưa, huấn luyện đến 256K token, và bật chế độ suy nghĩ theo mặc định với khả năng gọi công cụ thông qua các framework phục vụ tương thích. Công ty gắn nhãn đây là mô hình nghiên cứu, không phải thiết bị y tế, và cho biết đầu ra không được thay thế lời khuyên, chẩn đoán hoặc điều trị y tế chuyên nghiệp.

  5. MiniMax Blog62

    MiniMax Code ra mắt môi trường chạy Mini App với MCP được lưu trữ và kho mã nguồn mở

    MiniMax đã ra mắt Mini App trong ứng dụng máy tính MiniMax Code, một ứng dụng định dạng plugin với giao diện người dùng và phần backend Node.js, giúp công việc của Agent được giữ trên một trang luôn hoạt động thay vì bị phân tán qua các cuộc hội thoại. Bản phát hành bao gồm môi trường chạy với thư mục dữ liệu liên tục, MCP được lưu trữ, Agent API, Host Connectors và phê duyệt công cụ trong trang, cùng với /miniapp-creator để đi từ một yêu cầu một câu đến một trang hoạt động và các Mini App chính thức trong chợ plugin. MiniMax Bot bản thân là một Mini App, và mã nguồn của nó cùng với các Mini App do cộng đồng xây dựng hiện nằm trong kho mã nguồn mở MiniMax-Code-MiniApps; Mini App có sẵn trong các phiên cục bộ trên macOS và Windows.

    Vì sao đáng chú ý: MiniMax Code đã chuyển công việc của Agent từ luồng hội thoại sang một trang thường trú, đồng thời công khai môi trường chạy và kho mã nguồn mở của Mini App, cung cấp một kiến trúc có thể tham khảo cho hình thức công cụ Agent.

  6. Google Research58

    Mô hình AI của Google Research đạt độ chính xác tương đương chuyên gia siêu âm trong việc xác định tuổi thai từ siêu âm quét mù

    Google Research đã công bố một nghiên cứu tiến cứu đa trung tâm trên JAMA Network Open cho thấy mô hình AI của họ ước tính tuổi thai từ siêu âm quét mù với sai số tuyệt đối trung bình là 4,18 ngày, so với 4,48 ngày của các chuyên gia siêu âm sử dụng phương pháp đo sinh trắc học tiêu chuẩn. Mô hình được tinh chỉnh tối thiểu trên 120 người tham gia tại Chicago và được kiểm tra mà không có bất kỳ tối ưu hóa cục bộ nào tại Nairobi, nơi nó đạt MAE 4,27 ngày, so với 4,10 ngày tại Chicago. Nghiên cứu hướng đến chăm sóc sức khỏe bà mẹ tuyến đầu, nơi WHO ước tính có hơn 250.000 ca tử vong liên quan đến thai kỳ có thể phòng ngừa được xảy ra hàng năm và hai phần ba số người thiếu khả năng tiếp cận chẩn đoán hình ảnh.

  7. Anthropic Newsroom71

    Anthropic tặng chuẩn Agent Skills cho Agentic AI Foundation

    Anthropic đang tặng Agent Skills, chuẩn mở giúp cung cấp kiến thức chuyên biệt và quy trình làm việc cho các tác nhân AI, cho Agentic AI Foundation (AAIF) thuộc Linux Foundation. Hơn 70 nền tảng tác nhân bao gồm ChatGPT, Cursor, GitHub Copilot và VS Code đã tích hợp chuẩn này kể từ khi được công bố vào tháng 12 năm 2025, với 1 triệu kỹ năng được công bố và gần 280 triệu lượt cài đặt. Việc tặng bao gồm tên và logo Agent Skills, tổ chức GitHub và tên miền agentskills.io, với các kỹ sư từ Anthropic, Google, OpenAI và các công ty khác duy trì nó với tư cách cá nhân dưới sự dẫn dắt của các Lead Maintainer David Soria Parra và Mahesh Murag.

    Vì sao đáng chú ý: Anthropic trao chuẩn Agent Skills của mình cho AAIF thuộc Linux Foundation, cùng một ngôi nhà trung lập như MCP, mang lại cho cộng đồng tiếng nói chính thức về lộ trình của đặc tả.

  8. Google Developers Blog38

    Project Chrysalis của Google Cloud: Kiến trúc AI Agent tự tiến hóa có quản trị trên Gemini và ADK

    Các nhà nghiên cứu Google Cloud đã công bố Project Chrysalis, một kiến trúc tham chiếu cho các AI agent tự tiến hóa có quản trị, được xây dựng trên nền tảng Gemini và Agent Development Kit (ADK). Trong các mô phỏng sự cố ngừng dịch vụ do cache-stampede vào Black Friday, kiến trúc này đã rút ngắn thời gian từ lúc bắt đầu đến biện pháp giảm thiểu đầu tiên từ 15–45 phút xuống còn 1,8 giây, giảm lỗi HTTP 5xx từ 72,7%–80,0% xuống 0,0%, và giảm độ trễ P99 từ 519,8 ms xuống 18,2 ms. Mọi hành động tự động đều bị giới hạn bởi Model Armor, Cloud KMS, Binary Authorization, OPA Policy Controller và quy trình phê duyệt có con người trong vòng lặp với dual-custody.

  9. Microsoft Research64

    Microsoft Research và đồng tác giả chứng minh giả thuyết KLS 31 năm tuổi

    Nhà nghiên cứu Microsoft Xinzhi Zhang và một đồng tác giả đã chứng minh giả thuyết Kannan-Lovász-Simonovits (KLS), một bài toán mở 31 năm tuổi trong hình học chiều cao, cho thấy cận đúng với một hằng số phổ quát độc lập với số chiều. Chứng minh này nảy sinh từ một quá trình tác tử do con người dẫn dắt, trong đó các tác tử AI đã khám phá hơn 100 hướng tiếp cận ứng viên trong khi các nhà nghiên cứu cắt tỉa và điều hướng tìm kiếm, và một nỗ lực không được dẫn dắt riêng rẽ với các mô hình hàng đầu trên ngân sách token tương đương đã không đạt được kết quả. Hai chứng minh khác xuất hiện cùng ngày, và một bản hình thức hóa bằng Lean 4 sau đó đã được công bố.

    Vì sao đáng chú ý: Một bài toán mở 31 năm tuổi trong hình học chiều cao được giải quyết thông qua tìm kiếm tác tử do con người dẫn dắt trên khoảng 100 hướng tiếp cận ứng viên, với các chứng minh độc lập và hình thức hóa bằng Lean như sự xác nhận.

  10. Google Developers Blog58

    Google Cloud API Gateway bổ sung hỗ trợ streaming trong Public Preview

    Google Cloud API Gateway hiện đã hỗ trợ streaming trong Public Preview, cho phép các endpoint streaming SSE, HTTP chunked, WebSocket và gRPC streaming nằm sau cùng một gateway và các chính sách như các API hiện có. Streaming được bật bằng một cờ --enable-streaming duy nhất khi tạo gateway, không yêu cầu thay đổi đặc tả API, và vẫn duy trì việc thực thi API key, xác thực JWT, xác thực service account cũng như Cloud Logging và Monitoring hoạt động như trước. Các gateway cũng có hostname mặc định xác định là GATEWAY_ID-PROJECT_NUMBER.REGION.gateway.dev, và các luồng stream có thể mở trong tối đa một giờ.

  11. Anthropic Newsroom28

    Anthropic mở đơn đăng ký cho các nhà nghiên cứu khách mời trong lĩnh vực khoa học sự sống

    Anthropic đang mời các nhà nghiên cứu chính và nhóm nghiên cứu của họ tại các tổ chức học thuật, tổ chức phi lợi nhuận và phòng thí nghiệm chính phủ đăng ký các dự án nhà nghiên cứu khách mời kéo dài 8–12 tuần sử dụng Claude trong các lĩnh vực như sinh học con người nhân quả, sinh học phân tử cấu trúc và tính toán, hóa học dược phẩm, khám phá thuốc và khoa học lâm sàng. Anthropic sẽ vận hành các mô hình và bộ công cụ của mình miễn phí, và các kết quả đầu ra sẽ được công bố cùng dữ liệu và mã nguồn mở trong khi các nhà nghiên cứu giữ quyền đối với dữ liệu của họ. Đơn đăng ký mở trong khoảng 14 ngày, với những người được chọn sẽ được thông báo qua email khoảng 14 ngày sau khi hết hạn.

21 tháng 10Thứ Tư
  1. Mistral AI48

    Mistral và NVIDIA hợp tác về AI cho quy trình kỹ thuật

    Mistral và NVIDIA đang hợp tác để xây dựng các quy trình kỹ thuật bản địa AI, kết hợp Mistral Large 4 với các thư viện NVIDIA CUDA-X và Warp, nhằm tăng tốc mô phỏng và cho phép thiết kế vòng kín. Sự hợp tác cũng sẽ tạo ra các chuẩn đánh giá công khai và bộ dữ liệu mở cho các mô hình vật lý và AI tác tử trong CAE và EDA, cùng với tích hợp với NVIDIA Omniverse để tạo cảnh 3D và tài sản SimReady. Mistral Large 4, được gọi là Le Chonk, có tổng cộng khoảng 1 nghìn tỷ tham số và 49 tỷ tham số hoạt động, được huấn luyện trên 3.800 GPU NVIDIA Grace Blackwell.

  2. Modal Blog58

    Modal ra mắt Dojo, thư viện cho huấn luyện LLM cấp production

    Modal đã phát hành Modal Dojo, một thư viện huấn luyện cung cấp các building block, công thức mặc định đã tinh chỉnh và bảng điều khiển observability cho hậu huấn luyện LLM cấp production. Nó được xây dựng trên các framework mã nguồn mở Miles và Slime, hỗ trợ các mô hình từ nửa tỷ đến hàng nghìn tỷ tham số, và cung cấp API cùng CLI mà các agent có thể điều khiển để khởi chạy và gỡ lỗi các lượt chạy. Modal cho biết Axiom Bio đã dùng nó để mở rộng lên các lượt chạy DeepSeek V4.1 Flash với ngữ cảnh 64k trên 64 B300, và Afterquery huấn luyện Kimi và DeepSeek ở độ dài ngữ cảnh 256k.

  3. LiveKit Blog25

    Acuity Health sử dụng LiveKit Voice Agents để tự động hóa việc tiếp nhận bệnh nhân như thế nào

    Acuity Health đã xây dựng lại các voice agent tiếp nhận bệnh nhân trên LiveKit sau khi một nền tảng low-code tỏ ra quá cứng nhắc và thiếu minh bạch, và hiện nay 80% cuộc gọi được AI agent xử lý trọn vẹn. Các agent chạy trên LiveKit Inference với mô hình Gemma 4 31B, phần lớn lượt đặt lịch hoàn tất trong dưới một phút, và 81% cuộc gọi đặt lịch kết thúc bằng một lời "cảm ơn." LiveKit Simulations kiểm thử từng thay đổi với các hồ sơ bệnh nhân trước khi phát hành, và một lần rà soát prompt đã cắt khoảng 24% số từ mà vẫn vượt qua các kịch bản tương tự.

  4. Apple Machine Learning Research26

    TEAL: Học chủ động hiệu quả trong không gian token cho phân đoạn ngữ nghĩa ngân sách thấp

    Các nhà nghiên cứu Apple (cùng Đại học Waterloo) giới thiệu TEAL, khung học chủ động cấp điểm ảnh đầu tiên được xây dựng trên biểu diễn ViT đóng băng, chọn trực tiếp các ứng viên đa dạng trên lưới token gốc thông qua chiến lược MaxHerding hai cấp cùng tinh chỉnh độ bất định dựa trên margin. Với một điểm ảnh được gán nhãn mỗi ảnh, TEAL vượt baseline mạnh nhất tới +24,36 mIoU trên CamVid, Cityscapes, ADE20K và Pascal Context, đạt tới 97% hiệu năng học có giám sát đầy đủ chỉ với 10 px.