Thẻ: models
Tất cả bản tin và bài dịch có thẻ "models".
210 mục đã xuất bản 23 bài dịch 187 bản tin Bài dịch trong thẻ này trải trên 3 loại nguồn (23 bài). Loại nguồn: công ty/blog 14 Loại nguồn: web 7 Loại nguồn: GitHub 2 Gồm bản tin và bài dịch Mới nhất của chủ đề là bản tin: tinAI #187: Agent bị cáo buộc biến RubyGems thành bệ phóng tấn công Bản tin mới nhất: tinAI #187: Agent bị cáo buộc biến RubyGems thành bệ phóng tấn công Chỉ tính các bản tin đã xuất bản Bài dịch mới nhất: Mổ ngược Apple Neural Engine: vì sao CNN hợp mà transformer decode hụt hơi Nguồn gốc: eiln.github.io · Loại nguồn: web
- Mới nhất trong chủ đề này Bản tin tinAI #170
turbovec ép vector index 10 triệu tài liệu từ 31 GB xuống 4 GB
turbovec đưa vector index 10 triệu document từ 31 GB float32 xuống khoảng 4 GB; đáng thử nếu RAG của bạn bị ép bởi RAM, privacy hoặc latency
- Bản tin tinAI #169
Copilot Autofix gỡ pattern an toàn, mở cửa vào Jira nội bộ của Snowflake
Copilot Autofix đưa lại shell interpolation vào GitHub Actions của Snowflake; bài học là gate mọi input không tin cậy trước khi nó chạm CI
- Bản tin tinAI #168
Multi-agent system: Anthropic cho thấy agent không tự nhiên biết phối hợp
Anthropic biến multi-agent system thành các failure mode đo được: quét lỗ hổng mở rộng tốt, nhưng phối hợp thật vẫn cần protocol và quyền rõ
- Bài dịch
GLM-5.3: model coding open-weight tiến sát frontier, kèm cảnh báo cyber
tinAI dịch bài này sang tiếng Việt từ : GLM-5.3: Frontier Coding with Emergent Cyber Capabilities (z.ai) · Loại nguồn: công ty/blog · Tác giả gốc: Z.ai
Ngày gốc: · Đọc khoảng 3 phút · Dịch ngày:
Trong bản tin: tinAI #167: GLM-5.3 ép câu hỏi open-weight coding model thành câu hỏi vận hành
Z.ai phát hành GLM-5.3 với cùng base model như GLM-5.2, nhưng tăng mạnh nhờ post-training trên môi trường coding và agent dài hơi. Dev cần chú ý thay đổi API: GLM-5.3 không hỗ trợ…
- Bản tin tinAI #167
GLM-5.3 ép câu hỏi open-weight coding model thành câu hỏi vận hành
GLM-5.3 tăng mạnh trên coding và cyber benchmarks, nhưng API thinking mới, safety window và eval nội bộ mới quyết định có nên route agent sang model này
- Bản tin tinAI #166
Grok 4.6 đưa cuộc đua model về giá mỗi task, không chỉ điểm benchmark
Grok 4.6 đạt 61 điểm Intelligence Index với giá thấp hơn nhóm Opus/Sol, nhưng chi phí cache và eval nội bộ mới quyết định giá trị thật
- Bản tin tinAI #165
Reasoning trace mã hóa vẫn có thể rò, và agent log là nơi đau nhất
Reasoning trace mã hóa có thể bị replay qua model khác, làm lộ secret tưởng chỉ nằm trong hidden thinking
- Bản tin tinAI #164
Muse Glimmer mở weights cho agent local, nhưng bottleneck vẫn là chiếc máy của dev
Meta công bố Muse Glimmer, model 30B tham số tối ưu cho workflow agent chạy local, phát hành open weights theo Apache 2
- Bài dịch
Muse Glimmer: model 30B open weights cho agent chạy local
tinAI dịch bài này sang tiếng Việt từ : Introducing Muse Glimmer: An Open Agentic Model That Runs on Your Device (research.meta.ai) · Loại nguồn: công ty/blog · Tác giả gốc: Meta Superintelligence Labs
Ngày gốc: · Đọc khoảng 3 phút · Dịch ngày:
Trong bản tin: tinAI #164: Muse Glimmer mở weights cho agent local, nhưng bottleneck vẫn là chiếc máy của dev
Meta phát hành Muse Glimmer, model 30B tham số theo Apache 2.0, tối ưu cho workflow agent chạy local. Điểm đáng chú ý là thiết kế quanh bộ nhớ và tốc độ: quantization dưới 20 GB…
- Bản tin tinAI #163
DeepSeek V4 Flash dẫn Terminal-Bench 2.1, nhưng phần cần đọc là benchmark có thể soi lại
Ante công bố DeepSeek V4 Flash 0731 đạt 82,7% trên Terminal-Bench 2.1 với raw run có thể kiểm tra lại