Dòng tin

1 nội dung mới nhất

Bản tin hôm nay

Điều quan trọng nhất hôm nay là khoảng cách giữa AI mã nguồn mở và đóng đang dần bị xóa …

Thứ Tư 17 Th6, 2026 · 156 nội dung

🚀 Mã nguồn mở & Kỷ nguyên Hậu huấn luyện (Post-Training)

›GLM-5.2 phá vỡ giới hạn: Mô hình mở GLM-5.2 ra mắt với giấy phép MIT, cửa sổ ngữ cảnh 1 triệu token và khả năng lập trình frontend vượt trội, chứng minh AI mở đã bắt kịp các mô hình đóng đắt đỏ.

💻 Thực tế "Vibe-Coding" & Hạ tầng cho AI Agent

›Làn sóng cấm Vibe-coding: Nhiều công ty bắt đầu cấm đưa code do AI tự sinh lên môi trường production, nhắc nhở chúng ta rằng AI giỏi viết code nhưng con người phải chịu trách nhiệm về bảo mật và kiến trúc.

🤖 Agent Tự hành & Vòng lặp Phản hồi (Feedback Loops)

›Robot tự nghiên cứu: Hệ thống ENPIRE của NVIDIA giao quyền điều khiển robot cho 8 AI agent tự thử nghiệm và sửa lỗi, đạt độ chính xác 99% mà không cần con người can thiệp.

📊 Đánh giá (Evals) & Giá trị Thực tế

›Từ bỏ Benchmark lý thuyết: OpenAI chuyển sang dùng dữ liệu thực tế để mô phỏng hành vi mô hình trước khi phát hành, nhấn mạnh việc eval trên benchmark tĩnh là không còn đủ.

🧠 Tư duy & Triết lý cho Người học

›Quy tắc 10 giờ: Ethan Mollick khuyên bạn phải kiên nhẫn vượt qua 10 giờ đầu tiên làm việc với AI để phá vỡ rào cản tâm lý, tránh việc vội vã kết luận AI "chỉ là một công cụ tìm kiếm".

🚀 Mã nguồn mở & Kỷ nguyên Hậu huấn luyện (Post-Training)

›GLM-5.2 phá vỡ giới hạn: Mô hình mở GLM-5.2 ra mắt với giấy phép MIT, cửa sổ ngữ cảnh 1 triệu token và khả năng lập trình frontend vượt trội, chứng minh AI mở đã bắt kịp các mô hình đóng đắt đỏ.

💻 Thực tế "Vibe-Coding" & Hạ tầng cho AI Agent

›Làn sóng cấm Vibe-coding: Nhiều công ty bắt đầu cấm đưa code do AI tự sinh lên môi trường production, nhắc nhở chúng ta rằng AI giỏi viết code nhưng con người phải chịu trách nhiệm về bảo mật và kiến trúc.

🤖 Agent Tự hành & Vòng lặp Phản hồi (Feedback Loops)

›Robot tự nghiên cứu: Hệ thống ENPIRE của NVIDIA giao quyền điều khiển robot cho 8 AI agent tự thử nghiệm và sửa lỗi, đạt độ chính xác 99% mà không cần con người can thiệp.

📊 Đánh giá (Evals) & Giá trị Thực tế

›Từ bỏ Benchmark lý thuyết: OpenAI chuyển sang dùng dữ liệu thực tế để mô phỏng hành vi mô hình trước khi phát hành, nhấn mạnh việc eval trên benchmark tĩnh là không còn đủ.

🧠 Tư duy & Triết lý cho Người học

›Quy tắc 10 giờ: Ethan Mollick khuyên bạn phải kiên nhẫn vượt qua 10 giờ đầu tiên làm việc với AI để phá vỡ rào cản tâm lý, tránh việc vội vã kết luận AI "chỉ là một công cụ tìm kiếm".

Tất cả

AK (_akhaliq)HF PapersPaper·14 ngày trước

›Nhận dạng tiếng nói (ASR) là công nghệ quan trọng cho tương tác con người-AI, nhưng nhận dạng chuyển mã (code-switching ASR) vẫn rất khó do thiếu dữ liệu speech đa ngôn ngữ cho các cặp ngôn ngữ đa dạng
›Các phương pháp hiện tại cộng sinh tiếng nói chuyển mã hoặc fine-tune riêng cho các cặp lưỡng ngữ cụ thể, nhưng đều gặp hạn chế mở rộng vì số cặp ngôn ngữ tăng theo hàm mũ
›Nghiên cứu kiểm tra liệu khả năng code-switching học từ các cặp ngôn ngữ đã biết có thể tổng quát hóa sang cặp chưa gặp thông qua model merging và domain generalization
›Kết quả cho thấy các mô hình ASR chuyển mã lưỡng ngữ được merge có phần tổng quát hóa khiêm tốn, gợi ý chuyển giao khả năng code-switching giữa các cặp vẫn còn hạn chế