Dòng tin

1 nội dung mới nhất

Tất cả

AK (_akhaliq)HF PapersPaper·4 ngày trước

CausaLab: A Scalable Environment for Interactive Causal Discovery Toward AI Scientists

›CausaLab đánh giá khả năng tác tử LLM khám phá quan hệ nhân quả qua thí nghiệm tương tác.
›Không chỉ xét agent giải đúng, mà còn xét lời giải có dựa trên cơ chế nhân quả đúng hay không.
›Mỗi episode mô phỏng một phòng thí nghiệm tổng hợp với cơ chế nhân quả ẩn.

Bản tin hôm nay

Thứ Hai 1 Th6, 2026 · 408 nội dung

Điều Quan Trọng Nhất Hôm Nay

›Tuần này ghi nhận bước ngoặt lớn: Claude Opus 4.8 ra mắt với cải thiện đáng kể về độ tin cậy, Anthropic hoàn tất vòng huy động $65 tỷ USD - vòng tư nhân lớn gấp đôi bất kỳ IPO nào trong lịch sử, và Google liên tiếp công bố Gemini 3.5 Flash cùng Project Genie biến đổi không gian thực thành thế giới tương tác 3D.

Claude & Anthropic: Tiền Bạc Và Hiệu Suất

›Claude Opus 4.8 - Cải Tiến Mục Đích
›Phiên bản mới chứng minh hiệu suất xử lý logic vượt trội hơn 4 lần khi xử lý code, kém lỗi hơn và ít tự tin không có căn cứ. Hỗ trợ mid-conversation system messages để cập nhật hướng dẫn giữa cuộc hội thoại dài mà không mất cache prompt — bước tiến quan trọng cho agent dài hạn.

Gemini & Google: Ứng Dụng Thực Tế Lên Đầu Tiên

›Gemini 3.5 Flash — Tốc Độ 4× Với Giá Rẻ Hơn
›Nhanh hơn 4 lần các mô hình frontier khác (800 tokens/sec trên Antigravity), chi phí ít hơn nửa giá competitors. Vượt Gemini 3.1 Pro trên lập trình và tác vụ agentic. Google tăng gấp 3 rate limits cho tất cả tiers.

Chủ đề đang nổi