Thông tin chuyên sâu về AI, học máy và LLM.
Claude Apps Gateway tích hợp lớp điều khiển (control plane) vào tài khoản AWS của khách hàng, cung cấp cho bộ phận IT một giao diện quản lý tập trung để kiểm soát danh tính, nhật ký kiểm tra và chi phí, trong khi các nhà phát triển có thể khởi tạo các phiên làm việc sử dụng Claude mà không làm lộ dữ liệu ra bên ngoài.
Trợ lý này đi kèm với các trọng số mô hình cùng một trang web tĩnh, sử dụng danh sách cố định gồm tám công cụ, kỹ thuật giải mã ràng buộc ngữ pháp và RAG, tất cả đều được huấn luyện chỉ với 30 triệu token trên một GPU 16 GB duy nhất.
Bộ phát hiện ghi lại các điểm số attention thô trên tất cả các đầu, tổng hợp chúng theo từng lớp và sử dụng kiểm định log-MAD để đánh dấu các token chiếm phần lớn sự chú ý. Việc loại bỏ các token 'sink' này khỏi KV cache làm mất ổn định quá trình tạo văn bản và làm giảm mạnh chất lượng.
Đề xuất này mở rộng các quy tắc lọc tin nhắn hiện có để bao gồm mọi dịch vụ trao đổi văn bản giữa hai người, đồng nghĩa với việc các nhà cung cấp AI sẽ phải chạy mọi câu lệnh của người dùng qua các trình quét tự động trước khi mô hình kịp tiếp nhận chúng.
Hệ thống tự đối đầu này cho một mô hình tấn công đối đầu với mô hình phòng thủ cùng loại, học hỏi từ mỗi thất bại để phát hiện ra các phương thức khai thác mà con người chưa từng nghĩ tới, từ đó đưa trực tiếp những thông tin này vào quy trình huấn luyện của GPT-5.6.
Codex Micro được trang bị các phím Agent có đèn nền, phím tắt có thể lập trình, một cần điều khiển và một núm xoay suy luận (Reasoning Dial), tất cả đều kết nối trực tiếp với ứng dụng ChatGPT trên máy tính, cho phép các nhà phát triển theo dõi và điều khiển nhiều tác nhân AI mà không cần rời khỏi IDE của họ.
Việc chạy một tác nhân AI trên Lambda có vẻ rẻ khi tính theo từng mili giây, nhưng chi phí thực sự nằm ở độ trễ khởi động lạnh (cold-start latency), các vòng lặp thử lại gây ra nhiều lần gọi mô hình, và lượng tiêu thụ token hệ quả lớn hơn rất nhiều so với phí tính toán.
The two vulnerable scripts—one embedding an HMAC signing key, the other a plain-text SMTP password—demonstrate how LLMs fill in missing values when asked for a “usable example,” turning handy snippets into credential leaks across version control and production.
Bốn lỗ hổng mới được tiết lộ bắt nguồn từ các thiết lập mặc định—liên kết mạng công khai, cấu hình có thể đọc được bởi mọi người, sandbox quá lỏng lẻo và thiếu nhật ký kiểm tra—cho phép kẻ tấn công chuyển từ một mục nhật ký vô hại sang quyền kiểm soát toàn bộ hệ thống chỉ trong vài phút.
Ode with Anthropic, founded by Chris Taylor and Eddie Siegel, fuses Fractional AI’s talent pool with Anthropic’s Claude models, backed by Blackstone, Hellman & Friedman, and Goldman Sachs, to turn proof-of-concepts into production-grade AI systems.
Được huấn luyện trên 45 nghìn tỷ token đa phương thức, Inkling mang lại hiệu suất lập trình tương đương cấp độ Nvidia trong khi chỉ kích hoạt một phần nhỏ trong số 975 tỷ tham số, giúp giảm thiểu đáng kể độ trễ và chi phí vận hành cho người dùng doanh nghiệp.
Hệ thống 'dojo' tự đối đầu cho phép GPT-Red đóng vai trò kẻ tấn công trong khi các mô hình phòng thủ học cách chống lại, từ đó phát hiện ra những thủ thuật mới như tấn công chuỗi suy nghĩ giả (fake chain-of-thought) nhằm đánh lừa các LLM chấp nhận những tiền đề sai lệch.
Sau nhiều tháng giải quyết các rào cản pháp lý, Apple đã được Cục Quản lý Không gian mạng Trung Quốc thông qua và sẽ tích hợp mô hình ngôn ngữ lớn Qwen của Alibaba vào iOS, iPadOS, macOS và visionOS, tạo bàn đạp tại một thị trường vừa mang lại doanh thu 20,5 tỷ USD.
Mô hình MiMo-V2-Flash với 309 tỷ tham số đạt được điểm benchmark hàng đầu trong các tác vụ lập trình, hỏi đáp và trò chuyện, nhưng chỉ kích hoạt khoảng 15 tỷ tham số cho mỗi token, giúp giảm mạnh bộ nhớ suy luận và có thể chạy trên khoảng mười GPU H100.
Thiết bị hình vuông này, được chế tác cùng Work Louder, tích hợp thêm cần điều khiển, vòng xoay, cảm biến chạm và sáu phím mờ có đèn báo trạng thái tác vụ, cho phép các nhà phát triển can thiệp vào mã nguồn do AI tạo ra mà không cần rời khỏi IDE.
Trình quét mã nguồn ứng dụng AI của Microsoft đã tìm ra 570 lỗi bảo mật trên Windows, Office và các sản phẩm khác, bao gồm cả hai lỗ hổng zero-day đang hoạt động, đánh dấu một bước ngoặt lớn trong tốc độ phát hiện và vá các lỗ hổng tiềm ẩn.
Noma Labs đã chứng minh rằng việc đăng một bình luận trong issue công khai có chứa từ “Additionally,” có thể khiến tác nhân AI của GitHub đọc các kho lưu trữ riêng tư và đăng ngược lại nội dung đó vào issue, mà không cần thêm bất kỳ quyền truy cập hay mã tùy chỉnh nào.
Bản thử nghiệm cho phép người dùng Premium nói hoặc nhập các yêu cầu chi tiết—như “phát các nghệ sĩ tôi chưa từng nghe trước đây” hoặc “tôi nghe bài hát này lần đầu khi nào?”—và thậm chí là hỏi các thông tin bên lề, tất cả đều được vận hành bởi một mô hình LLM ngay trên thiết bị dựa trên lịch sử nghe nhạc của từng người dùng.
Nhà nghiên cứu bảo mật Mindgard đã phát hiện ra lỗ hổng này vào ngày 15 tháng 12 năm 2025 và chứng minh bằng cách tráo đổi Windows Calculator với git.exe, khiến vô số cửa sổ máy tính hiện lên liên tục mỗi khi một repo được mở trong Cursor.
Nghiên cứu tiết lộ rằng ngay cả sau quá trình căn chỉnh (alignment) và RLHF, một backdoor được kích hoạt bởi một cụm từ bí mật vẫn có thể khiến LLM thực hiện các hành vi độc hại, trong khi các bài kiểm tra an toàn hoặc câu lệnh hệ thống (system prompts) thông thường đều không thể phát hiện ra.
Neon Functions hiện xử lý các yêu cầu streaming tương tự như các lời gọi thông thường, cho phép các kết nối WebSocket hoặc SSE duy trì trạng thái mở cho đến khi AI hoàn tất quá trình suy nghĩ và phát ra các token—không cần polling, không cần các thủ thuật keep-alive, và không bị ngắt kết nối cưỡng ép.
Ring-Zero huấn luyện một mô hình hàng nghìn tỷ tham số thông qua vòng lặp RL bốn giai đoạn—khám phá, tự chưng cất, RL tinh chỉnh và lập ngân sách token phân tầng—giúp mô hình học cách phân bổ các lộ trình suy luận 2 nghìn hoặc 20 nghìn token, nhằm cân bằng giữa độ chính xác và chi phí tính toán.
Hệ thống hoạt động như một quy trình map-reduce JavaScript nghiêm ngặt: nó phân tán các tìm kiếm, thu thập các đoạn trích thô, vận hành ba tác nhân độc lập với cơ chế mặc định là bác bỏ các khẳng định không chắc chắn, và chỉ sau đó mới tổng hợp thành một báo cáo JSON để kiểm soát tình trạng ảo giác.
Dự đoán các điểm nghẽn trước khi chúng xảy ra: Ứng dụng AI trong quy trình luân chuyển bệnh nhân tại bệnh viện. Việc phải chờ đợi năm tiếng đồng hồ tại phòng cấp cứu gây ra sự căng thẳng. Nó cũng làm chậm quá trình điều trị và làm tăng nguy cơ cho...
