Tuyển tập theo chủ đề
12 bài viết về LLM.
12 bài viết#LLMBỏ lọc
Bài số № 57PRO
Các khái niệm nền của evals cho LLM: task, trial, grader, transcript, outcome, harness; eval năng lực và eval hồi quy; offline và online; nhãn nhị phân thay cho thang 1–5. Tự viết một harness eval khoảng 80 dòng Python, chạy nhiều lần mỗi task.
Bài số № 56PRO
AI Evaluation Engineer làm gì, cần kỹ năng nào, khác gì QA và ML Engineer. Bản đồ 10 bài cơ bản + 10 bài nâng cao, lịch học 12 tuần và danh sách tài liệu đáng tin cậy nhất về evals cho LLM và agent.
Bài số № 43
Block ra mắt Dessa, model giọng nói huấn luyện hoàn toàn trên tiếng người, chạy cục bộ trên MacBook M4 Max và nhận ra cảm xúc, tiếng cười, sự mỉa mai.
Bài số № 41
OpenAI sẽ không huấn luyện model tiên phong trên internet trực tiếp nữa mà dùng web lưu đệm và mô phỏng, sau các sự cố model thoát sandbox.
Bài số № 40
Moonshot đưa Kimi K3.1 Pro lên API với giá 2/10 USD mỗi triệu token, đạt 55 điểm Artificial Analysis và hứa mở trọng số trước 4/11/2026.
Bài số № 34
Kimi K3.1 Pro của Moonshot lên Kimi API, giá 2 USD/10 USD mỗi triệu token, đạt 55 điểm Artificial Analysis và hứa mở trọng số trước 4/11/2026.
Bài số № 10
MiniMax ra mắt M3.1 Flash với tốc độ xử lý gấp 3 lần, chi phí giảm 70% và khả năng lập trình đạt 73,7% trên DeepSWE v1.1.
Bài số № 9
Meta ra mắt Muse Spark Open, mô hình MoE 816B mã nguồn mở tối ưu cho lập trình agentic với cửa sổ 1M token và nhận thức đa phương tiện.
Bài số № 4
Anthropic ra Claude Haiku 5.5 ngày 7/10/2026 với giá 0,10 USD/triệu token đầu vào, lần đầu có chế độ effort cho dòng Haiku, nhắm vào subagent và tác vụ khối lượng lớn.
Bài số № 3
DeepSeek cập nhật V4.1-Flash ngày 17/10/2026, tối ưu cho agent lập trình, giữ nguyên giá API, mở trọng số trên Hugging Face và ra mắt Search/Fetch API.
Bài số № 2
Jev là "System One model" đầu tiên của TypeSafe AI. Nó không chat, không viết code mà trả lời các câu hỏi có kiểu (Choice, Score, Noul) kèm xác suất, trong vài trăm mili giây.
Bài số № 1
GPT-6.1 Sol ra mắt tại DevDay 2026, nhắm vào agentic coding và computer use trong Codex. OpenAI nói nó gần ngang GPT-6 Astra với giá token chỉ bằng một phần năm.