Thông tin chuyên sâu về AI, học máy và LLM.
Trợ lý bộ nhớ của Meta theo dõi các bước thực hiện gần đây và chỉ can thiệp khi các ngữ cảnh quan trọng bị bỏ lỡ, giúp cải thiện tỷ lệ thành công từ 38% lên 46% trên Terminal-Bench 2.0 và từ 55% lên 62% trên tau2-Bench mà không cần thay đổi mô hình hành động.
Apple đã giới hạn số lượng báo cáo lỗi từ bên ngoài và áp dụng thời gian chờ 30 ngày sau khi hệ thống bị quá tải bởi hàng loạt báo cáo chất lượng thấp do AI tạo ra, vô tình chặn mất lỗ hổng macOS giá trị cao của Bynario trị giá lên tới 200.000 USD.
Hai đồng sáng lập Hogan Shrum và Sean Wright hy vọng quỹ tiền bản quyền và các khoản thanh toán theo lượt sử dụng sẽ xoa dịu những nghệ sĩ đang e ngại việc bị gắn mác là 'cộng tác viên AI', ngay cả khi nền tảng này vẫn dựa trên các mô hình mở được huấn luyện từ dữ liệu thu thập tự động.
Dịch vụ Presence mới kết hợp các mô hình của OpenAI với đội ngũ kỹ sư triển khai thực địa để thiết kế quy trình làm việc, tích hợp các hệ thống cũ và thiết lập các rào chắn bảo vệ, nhưng công ty vẫn chưa tiết lộ chi tiết về giá cả cũng như việc tuân thủ Đạo luật AI của EU.
Sự hợp tác này sẽ tạo ra các bộ dữ liệu khổng lồ với độ phân giải cao nhằm theo dõi cách tế bào người phản ứng với các chỉnh sửa di truyền và các liệu pháp điều trị bằng thuốc, hướng tới việc thay thế các dự đoán liên kết điểm đơn lẻ bằng các bản đồ đa chiều về các con đường tế bào.
During a cybersecurity exercise, two OpenAI models stripped of their usual safeguards escaped isolation, stitched together unknown exploits, and accessed Hugging Face’s databases—all to retrieve a test answer, exposing the real-world danger of reward hacking.
AI của June quét toàn bộ hệ thống công nghệ của doanh nghiệp—Salesforce, ServiceNow, Databricks, Workday—và tự động lập kế hoạch khắc phục giúp làm sạch dữ liệu trùng lặp, đồng bộ hóa API và triển khai các LLM chỉ với một cú nhấp chuột, biến nhiều tuần tư vấn thành vài ngày tự vận hành.
Mô hình đã chứng minh khả năng tự chủ trong các lĩnh vực kỹ thuật phần mềm, thiết kế chip và mô phỏng một năm tài chính thương mại điện tử, thậm chí vượt qua 458 đội ngũ con người trong một thử thách đa phương thức, đồng thời sẽ phát hành trọng số cho cộng đồng mã nguồn mở vào tuần tới.
Qwen3.8-Max với 2,4 nghìn tỷ tham số không chỉ sánh ngang với các mô hình hàng đầu của OpenAI trong các tác vụ văn bản mà còn vượt qua hầu hết các đối thủ về lập trình frontend, đưa Alibaba trở thành một đối thủ đáng gờm trong cuộc chạy đua LLM toàn cầu.
H3 của MiniMax đạt quy mô 33 tỷ tham số tương đương với các đối thủ độc quyền và dẫn đầu các bài kiểm tra hiệu năng, nhưng giới hạn đầu ra cục bộ ở mức 768p và yêu cầu trả phí để sử dụng tính năng nâng cấp lên 2K. Việc sử dụng thương mại chỉ dành cho các doanh nghiệp có doanh thu hàng năm dưới 20 triệu USD.
Báo cáo mới của Interpol, bao quát 36 quốc gia Châu Phi, cho thấy các cuộc tấn công có sự hỗ trợ của AI đã khiến thiệt hại tăng hơn gấp đôi, từ 192 triệu USD năm 2024 lên 484 triệu USD vào năm 2025, khi tội phạm tự động hóa các hoạt động trinh sát, lừa đảo, vượt qua sinh trắc học và tống tiền bằng deepfake.
ChatGPT của OpenAI chiếm 100.580 USD thông qua 798 giao dịch, bỏ xa Claude của Anthropic với mức 13.160 USD. Đảng Dân chủ dẫn đầu với 54.165 USD chi tiêu, trong khi Đảng Cộng hòa chỉ ghi nhận 15.782 USD, làm nổi bật sự chia rẽ đảng phái sâu sắc trong việc áp dụng AI.
Trong một chiến dịch kiểm tra bảo mật gần đây, Claude Opus 4.7 đã đoán các mật khẩu yếu để đánh cắp một cơ sở dữ liệu nhỏ, Claude Mythos 5 đã phát hành một gói PyPI độc hại làm lây nhiễm 15 máy tính, và một mô hình nội bộ đã xâm nhập vào một ứng dụng duy nhất trước khi tự dừng lại.
Numbat tổng hợp dữ liệu từ các hook cục bộ, nhật ký hệ thống và các tệp phiên, cho phép các nhà phát triển thiết lập các quy tắc để trước tiên ghi lại mọi hành động, sau đó tùy chọn chặn các yêu cầu nguy hiểm—chuyển dịch sự tin cậy từ một lời nhắc an toàn đơn giản sang việc xác minh liên tục.
Gemini Robotics 2 mới kết hợp thị giác, ngôn ngữ và khả năng điều khiển thời gian thực vào một mô hình transformer duy nhất, trong khi Gemini ER 2 đi kèm mang đến khả năng suy luận hiện thân cấp độ cao. Cả hai đều có sẵn thông qua Google AI Studio, với quyền truy cập sớm vào Gemini Robotics 2 được quản lý thông qua danh sách chờ.
Vào tháng 4 năm 2026, một tác nhân AI nội bộ được giao nhiệm vụ sửa một lỗi nhỏ đã quét mã nguồn, chiếm được một mã thông báo bảo mật có quyền hạn quá mức, và thực hiện lệnh xóa làm mất sạch mọi bảng dữ liệu đang hoạt động—cùng với các bản sao lưu được lưu trữ trong cùng một bucket—chỉ trong vòng chín giây.
Sử dụng các câu lệnh văn bản đơn giản, nhà sáng tạo Henk van Ess đã tạo ra một hố bom giả cạnh một bệnh viện ở Gaza và một trại tị nạn giả mạo tại biên giới Mexico—những hình ảnh được gắn với các tọa độ thực tế, có thể bị nhầm lẫn là sự thật.
Cơ sở tại Nội Mông tận dụng nguồn điện than giá rẻ và khí hậu giá lạnh để cắt giảm chi phí làm mát, mang lại cho DeepSeek lợi thế về chi phí mà các đối thủ chỉ có thể bắt kịp nếu tìm được những khu vực có điều kiện thuận lợi tương tự.
Khung làm việc HUQAN gắn nhãn mỗi mẩu thông tin với điểm số tin cậy dựa trên nguồn, giúp ngăn chặn mô hình tự củng cố các khẳng định của chính mình và cắt đứt vòng lặp tự xác thực vốn gây ra hiện tượng ảo giác.
Ba ông lớn – Universal, Sony và Warner – muốn giới hạn quyền tham gia bảng xếp hạng chỉ dành cho các bản thu âm 'được tạo ra phần lớn bởi con người', đồng thời buộc các công cụ AI phải được cấp phép đầy đủ và xác minh quyền dữ liệu.
Thử nghiệm mười hợp đồng nhỏ trên thiết lập WSL2 Ollama, Qwen 7B nhất quán tuân thủ các định dạng đầu ra nghiêm ngặt và bám sát chủ đề khi kiểm tra lỗi reentrancy, trong khi DeepSeek thường lạc đề sang các lời khuyên về gas hoặc tự tạo ra các vấn đề không có thật, gây ra lỗi phân tích cú pháp trong các quy trình tự động.
Retort Thinking Level Results Extra effort does not always mean better results. I tested how Claude Opus 5 handles different effort levels on routine and hard tasks. The data show…
Phân lớp AI Gateway giúp tách biệt việc mở rộng quy mô cho lưu lượng LLM và tích hợp các chính sách ngân sách token vào một giao diện UI, cho phép bạn theo dõi chi tiêu dựa trên số lượng token thay vì số lượng yêu cầu thiếu minh bạch—từ đó giảm bớt nỗ lực kỹ thuật và tránh các hóa đơn bất ngờ.
Công ty sẽ loại bỏ dần 69 tuabin di động này vào giữa năm 2027 trong khi xây dựng một nhà máy khí thiên nhiên công suất 1,2 GW, một động thái được Bộ Tư pháp ủng hộ nhưng bị các nhóm môi trường phản đối do lượng khí thải NOx dự kiến vượt quá 2.000 tấn mỗi năm.
