Thông tin chuyên sâu về AI, học máy và LLM.
MCP version 2, live July 28 2026, removes the initialize handshake, the Mcp-Session-Id header and three legacy subsystems, making the protocol fully stateless. Teams can now run on autoscaled or serverless pods without session-affinity constraints.
Chip Inferentia2 INF2.24xlarge đã tái tạo chính xác luồng token của bản tham chiếu CPU, nhưng cả hai lần chạy đều nạp vào một prompt lỗi cấu trúc do thiếu mẫu trò chuyện và các dấu mốc lượt lời, khiến Gemma-4 rơi vào vòng lặp vô tận của những nội dung vô nghĩa. Phần cứng thực chất chỉ đang lặp lại một lỗi trong mã tham chiếu.
Bằng cách thêm một lớp ghi nhật ký PostgreSQL để ghi lại tên mô hình, số lượng token, loại tác vụ và chi phí mỗi lần gọi, nhà nghiên cứu đã nhận thấy rằng các kết quả tìm kiếm SEC thô đang làm tăng dung lượng prompt. Việc tóm tắt các kết quả đó và chuyển các tác vụ kiểm tra đơn giản sang một mô hình rẻ hơn đã giúp tiết kiệm 31% chi phí và đồng thời cải thiện độ chính xác.
Khoản vay sử dụng chip suy luận SN50 của SambaNova làm tài sản thế chấp, một loại tài sản chưa từng có tiền lệ hứa hẹn tốc độ xử lý token nhanh hơn tới 16 lần, tiêu thụ điện năng thấp hơn và hệ thống làm mát đơn giản hơn so với các trang trại GPU truyền thống.
Torvalds đã phát biểu trên mailing list rằng bất kỳ ai phản đối các công cụ AI như trình đánh giá Sashiko mới đều có thể đơn giản là fork kernel, qua đó nhấn mạnh quan điểm của ông rằng giá trị kỹ thuật quan trọng hơn sự phản kháng về mặt tư tưởng.
Kho lưu trữ này cung cấp mã nguồn Rust cho CLI, giao diện terminal và runtime, cho phép bạn kiểm tra cách ngữ cảnh được xây dựng, cách điều phối công cụ và quản lý các chỉnh sửa – thậm chí bạn có thể thay thế mô hình nền tảng mà không làm gián đoạn quy trình làm việc.
Kimi K3 của Moonshot AI, một mô hình trọng số mở với 2,8 nghìn tỷ tham số, đã đạt điểm cao hơn GPT-5.6 trong bài kiểm tra thực tế AA-Briefcase và hiện đã có sẵn qua API, với các trọng số dự kiến sẽ được phát hành công khai vào ngày 27 tháng 7.
Các phiên bản mới nhất bổ sung thêm khả năng điều phối tác vụ, quy trình phê duyệt, hệ thống kiểm thử và duyệt web nhận diện UI, cho phép AI tự chọn ticket, vận hành các tác nhân tự trị, nhận sự phê duyệt từ con người và xuất bản các bản xem trước trực quan—tất cả chỉ từ một bảng điều khiển duy nhất.
Dịch vụ này, hiện chỉ dành cho các nhà phát triển tại Hoa Kỳ, có mức phí 1,25 USD cho mỗi triệu token đầu vào và 4,25 USD cho mỗi triệu token đầu ra, đi kèm với 20 USD tín dụng cho tài khoản mới và danh sách chờ dành cho người dùng quốc tế.
Mô hình Nhiễm trùng huyết đã học cách dự đoán bác sĩ. Vào năm 2021, Michigan Medicine đã thử nghiệm Mô hình Nhiễm trùng huyết của Epic. Họ đã xem xét 38.455 lượt lưu trú tại bệnh viện. Epic khẳng định độ chính xác của nó là cao...
PrismML’s Bonsai 27B shrinks from a 54.7 GB full-precision model to a 3.9 GB 1-bit file, fitting on a flagship iPhone while retaining 89.5% of its quality. The claim relies on Apple’s MLX stack and delivers about 11 tokens per second, but memory, heat and battery impacts remain unmeasured.
Mô hình GPT-Red nội bộ của OpenAI đã giảm số lỗi trong dòng GPT-5.6 Sol xuống 6 lần, nhưng bài nghiên cứu chỉ cung cấp lý thuyết chứ không có bộ công cụ tải về, khiến các nhóm nhỏ phải tự xây dựng các bài kiểm tra xác định của riêng mình.
The SDK now requires each tool to provide a Zod-based context schema, and at runtime Vercel validates that only the declared fields are passed, aborting execution on any extra or missing keys.
Chi phí thực sự khi tự vận hành LLM so với dùng API. Các trọng số mở (open weights) là miễn phí, nhưng việc vận hành chúng thì không. Nhiều người lầm tưởng rằng tự host một mô hình mở sẽ giúp tiết kiệm tiền. Đây là một sai lầm. Bạn cần phải xem xét...
Bằng cách coi đầu ra của mô hình như một văn bản có thể chỉnh sửa, Deep Interaction cho phép các nhà phát triển xác định chính xác bước lập luận sai, viết lại bước đó và đưa một prompt đã được tinh lọc trở lại—giúp tăng 25% tỷ lệ sửa lỗi và giảm 40% lượng token sử dụng trên các bài kiểm tra chuẩn STEM.
Tôi đã để một Agent AI vận hành Cloud Ops của mình trong một tuần. Tôi đã giao cho một agent AI bảy ngày để quản lý các hoạt động đám mây của mình. Đây là một môi trường thực tế, không phải bản demo. Tôi đã cấp cho nó quyền truy cập đọc vào hệ thống giám sát...
Kỹ năng amazon-opensearch-service mới giúp đẩy nhanh quá trình sắp xếp chính sách và xác định kích thước instance, nhưng khi được yêu cầu cấu hình tìm kiếm vector trên Serverless NextGen, nó lại mặc định sử dụng các thiết lập FAISS truyền thống, dẫn đến lỗi khi triển khai.
Hai đợt phát hành song song này đã đưa các mô hình trọng số mở từ các dự án bên lề trở thành AI chủ lưu, cho phép các doanh nghiệp tùy chọn chạy các mô hình khổng lồ tại chỗ theo giấy phép Apache 2.0 mà vẫn đạt hiệu suất tương đương với các mô hình mã nguồn đóng trong các tác vụ lập trình.
Framework này xác định năm loại sai lệch—UI, API, dữ liệu, quyền và chính sách—đồng thời sử dụng bản đồ hợp đồng tinh gọn kết hợp với các bước quét tiền kiểm để phát hiện sự không tương thích trước khi tác nhân tự hành vận hành, giúp ngăn chặn các lỗi ngầm và việc phải sửa chữa tốn kém.
Với các trình kết nối Model Context Protocol, mã do Claude tạo ra giờ đây có thể gọi trực tiếp cơ sở dữ liệu, dịch vụ đám mây hoặc Slack ngay từ cửa sổ chat, giúp loại bỏ bước sao chép-dán và cho phép các nhà phát triển kiểm thử với dữ liệu thực ngay lập tức.
Do thiếu một bước xác minh, tác nhân đã bỏ qua giai đoạn 'thực thi', khiến nó dành cả ngày để soạn thảo 1.858 suy nghĩ nội bộ mà không hề sử dụng bất kỳ công cụ thực tế nào, làm lộ ra một cái bẫy vòng lặp có thể làm tê liệt bất kỳ trợ lý dựa trên công cụ nào.
Dù Moonshot đang quảng bá mạnh mẽ về mô hình 2,8 nghìn tỷ tham số với mức giá mỗi token thấp, nhưng thiết kế Mixture-of-Experts và sự rườm rà quá mức của mô hình đã đẩy lượng đầu ra lên tới 130 triệu token—gấp hơn hai lần so với các mô hình đối thủ—khiến chi phí thực tế bị đội lên cao.
Bộ tiêu chuẩn đánh giá nhận thức tình huống mới buộc các mô hình phải trả lời các câu hỏi siêu nhận thức như “Bạn có phải là AI không?” và điều chỉnh phản hồi khi cuộc hội thoại thay đổi, tiết lộ rằng nhiều LLM đạt điểm cao vẫn tự nhận mình là con người hoặc che giấu các giới hạn của chúng.
Tác nhân AI nhận được kết quả JavaScript chuẩn và ảnh chụp màn hình, nhưng cơ chế giới hạn tài nguyên ở tab ẩn của Chrome đã chặn các hàm callback requestAnimationFrame, khiến canvas không được vẽ. Việc chạy kiểm thử trong một tab đang hiển thị hoặc thêm bước kiểm tra pixel không trống sẽ khắc phục tình trạng báo kết quả đạt sai này.
