Thẻ: google
Tất cả bản tin và bài dịch có thẻ "google".
49 mục đã xuất bản 1 bài dịch 48 bản tin Bản tin mới nhất: tinAI #137: GPT-5.6 ra mắt với Sol, Terra, Luna và multi-agent trong API Chỉ tính các bản tin đã xuất bản Bài dịch mới nhất: Gemini Robotics-ER 1.6: Model Reasoning cho Robot Thế Hệ Mới Nguồn gốc: deepmind.google · Loại nguồn: công ty/blog
- Bản tin tinAI #137
GPT-5.6 ra mắt với Sol, Terra, Luna và multi-agent trong API
GPT-5.6 ra mắt với Sol, Terra, Luna, Programmatic Tool Calling và multi-agent beta trong Responses API
- Bản tin tinAI #135
Gemini API thêm Managed Agents cho tác vụ nền và remote MCP
Nếu bạn đang build agents, đây là tin quan trọng nhất tuần
- Bản tin tinAI #133
Gemini API biến managed agents thành worker chạy nền
Trước đây muốn giao việc dài cho agent qua API là phải tự giữ kết nối, tự resume, tự nối tool vào sandbox
- Bản tin tinAI #130
Phương pháp “short leash” khi code bằng AI agent
Luận điểm hơi khó nghe nhưng đúng: nếu bạn để agent chạy kiểu YOLO rồi ngồi chờ phép màu, bạn đang outsource cả hiểu biết về codebase
- Bản tin tinAI #128
OpenAI mổ core dump để bắt bug 18 năm tuổi
Debug crash hiếm ở scale OpenAI không phải chuyện mở log rồi grep vài dòng là xong
- Bản tin tinAI #126
Tòa Đức xử Google phải chịu trách nhiệm vì AI Overviews "tự nói"
Đây là phán quyết AI quan trọng nhất tháng — Tòa Munich (case 26 O 869/26) ra lệnh cấm Google phát tán thông tin sai về hai nhà xuất bản qua AI Overviews, và
- Bản tin tinAI #125
Claude Fable 5 và Mythos 5: Mythos-class lần đầu mở public, giá giảm hơn 50%
Anthropic chính thức release Claude Fable 5 — Mythos-class model đầu tiên được tune đủ safe cho general use, giá $10/$50 per 1M tokens (input/output), thấp hơn
- Bản tin tinAI #124
MiMo-V2.5-Pro UltraSpeed: 1T model chạm 1000 tokens/giây trên 8 GPU thường
Xiaomi vừa làm điều mà Cerebras và Groq phải dùng phần cứng chuyên dụng (Wafer-Scale, on-chip SRAM) mới đạt được — phá mốc 1000 tps trên model 1T parameter
- Bản tin tinAI #121
Gemma 4 QAT: Google ép E2B xuống dưới 1GB, chạy mượt trên mobile
Google vừa release checkpoint QAT (Quantization-Aware Training) cho toàn bộ family Gemma 4 — bản E2B nay chỉ còn dưới 1GB sau quantize, đủ nhẹ cho điện thoại
- Bản tin tinAI #119
Gemma 4 12B: Google bỏ vision/audio encoder, mọi modality đi thẳng vào LLM backbone, chạy 16GB VRAM
Lần đầu một mid-sized multimodal model bỏ encoder riêng cho vision và audio — image được project qua một matrix multiplication + positional embedding, audio