GPT-6 Astra đạt 98,6%: dấu sao quan trọng hơn
· bởi Minh Hoàng · 5 phút đọc
GPT-6 Astra đạt 98,6% trên ARC-AGI-3, nhưng khác biệt về thiết lập thử nghiệm khiến dấu sao bên cạnh điểm số trở nên quan trọng.
Minh Hoàng
Minh Hoàng là chuyên gia về Machine Learning và AI, tập trung vào các hệ thống suy luận và hạ tầng mô hình lớn.
$33 để dựng Union Square ảo: tác tử AI sai gì?
· bởi Minh Hoàng · 6 phút đọc
PhiloLabs dùng nhiều tác tử AI để dựng Union Square ảo trong hai giờ với chi phí khoảng $33, nhưng kết quả vẫn chứa các lỗi...
Muốn mở rộng tác nhân AI an toàn? Kỹ nghệ truy xuất
· bởi Minh Hoàng · 5 phút đọc
Khi số lượng tác nhân AI tăng, lớp truy xuất dễ gặp độ trễ, dữ liệu cũ và kết quả lệch. Kiến trúc thống nhất giúp...
Nvidia PAIR tận dụng Mac và PC nhàn rỗi cho tác tử AI
· bởi Minh Hoàng · 5 phút đọc
Nvidia PAIR phân phối yêu cầu AI đến Mac và PC nhàn rỗi trong mạng cục bộ, giúp nhiều tác tử phụ chạy song song mà...
“Google chỉ dẫn trước vài giờ”: Spark 1.3 vượt Gemini
· bởi Minh Hoàng · 7 phút đọc
Muse Spark 1.3 vượt Gemini 3.8 Flash về điểm năng lực và chi phí chỉ vài giờ sau khi mẫu AI mới của Google xuất hiện....
Sự cố Claude đưa giám sát tác tử thành ưu tiên bảo mật
· bởi Minh Hoàng · 7 phút đọc
Các sự cố Claude cho thấy câu lệnh hệ thống không đủ để bảo vệ tác tử AI. Doanh nghiệp cần kiểm soát quyền, phê duyệt...
API OpenAI dừng chưa chắc vì hết thời gian
· bởi Minh Hoàng · 6 phút đọc
Tác vụ API OpenAI có thể bị Astra dừng vì cơ chế an toàn thay vì lỗi hết thời gian, khiến cách thử lại và khôi...
Quasar 438B đủ nhanh, nhưng phép đo còn nhiều câu hỏi
· bởi Minh Hoàng · 5 phút đọc
Quasar 438B đạt tốc độ cao sau khi nén, nhưng điểm lập trình và những dữ liệu vận hành còn thiếu cho thấy hiệu quả với...
Google ra mẫu Gemini Flash thứ ba trong sáu tuần
· bởi Minh Hoàng · 7 phút đọc
Google phát hành Gemini 3.8 Flash và bản Cyber, tiếp tục đẩy nhanh dòng Flash với hiệu năng tác tử cao hơn cùng mức giá ưu...
Vercel quản lý chỉ dẫn tác nhân như phần mềm
· bởi Minh Hoàng · 6 phút đọc
Vercel thực hiện hơn 200 lượt chạy để xây dựng design.md, biến phản hồi của con người thành chỉ dẫn có thể kiểm thử và tái...