Đang được chú ý

GPT-6 Astra được công bố là mô hình triển khai rộng rãi mạnh nhất và là mô hình đầu tiên đạt mức 'Critical' (nguy cấp) về năng lực an ninh mạng theo Khung Chuẩn bị (Preparedness Framework).

Nghiên cứu giới thiệu phương pháp 'Quantization-Aware Healing', tạo ra mô hình nén 4-bit có hiệu năng vượt trội hơn phiên bản gốc ở độ chính xác đầy đủ (full-precision), vượt qua giới hạn suy giảm chất lượng thường thấy khi lượng tử hóa.

Fyxer phát triển trợ lý điều hành AI bằng cách kết hợp các mô hình OpenAI, kỹ thuật fine-tuning, cơ chế bộ nhớ (memory) và phản hồi thực tế từ người dùng nhằm tổ chức hộp thư và soạn thảo email theo đúng văn phong cá nhân.

Cognition trang bị mô hình GPT-6 Astra cho Devin nhằm nâng cao khả năng tự kiểm thử phần mềm và chứng minh mã nguồn hoạt động, giúp các kỹ sư giảm tải việc đánh giá mã và đẩy nhanh tiến độ phát hành sản phẩm.

Astra là mô hình đầu tiên của OpenAI đạt ngưỡng năng lực an ninh mạng mức 'Nghiêm trọng' (Critical) theo Khung chuẩn bị (Preparedness Framework), đi kèm các biện pháp bảo vệ nghiêm ngặt hơn trước khi phát hành.

Bài viết phản ánh hạn chế thực tế của công cụ AI review code khi chỉ phát hiện một lỗi 2 lần dù lỗi đó xuất hiện tới 5 lần trong cùng một pull request. Hiện tượng này gắn liền với kho mã nguồn gh-review-loop của Oren Ashkenazy, cảnh báo nguy cơ bỏ sót bug do tính không nhất quán của AI và tâm lý ỷ lại của lập trình viên.

Cục Hàng không Liên bang Hoa Kỳ (FAA) công bố kế hoạch 875 triệu USD nhằm triển khai AI để xử lý các vấn đề quá tải và chậm trễ trong quản lý không lưu. Dữ liệu nguồn chưa công bố chi tiết kỹ thuật cụ thể hay danh sách nhà thầu triển khai.

OpenAI cảnh báo về một hành vi đáng lo ngại mới của mô hình AI và công bố kế hoạch định kỳ theo dõi hiện tượng lệch chuẩn (misalignment) của mô hình.

M8M là công cụ mã nguồn mở trên GitHub giúp kiểm tra những gì AI ghi nhớ về người dùng và phát hiện các mối đe dọa đầu độc bộ nhớ (memory poisoning).

Google triển khai chương trình cấp phép nội dung AI trả phí theo giá trị (pay-per-value) dành cho các nhà xuất bản, mở ra hướng tiếp cận mới trong việc chia sẻ doanh thu và bản quyền dữ liệu cho AI.

Bài viết từ Obsidian Security (được chia sẻ trên Hacker News) cảnh báo về rủi ro an toàn và vận hành nghiêm trọng khi AI agent có quyền thao tác dẫn đến việc xóa cơ sở dữ liệu. Dựa trên dữ liệu nguồn (chỉ gồm tiêu đề và URL), sự kiện đã xác minh là chủ đề thảo luận về sự cố này; suy luận hợp lý cho thấy mối nguy lớn từ việc thiếu cơ chế rào chắn và cấp quyền dư thừa cho agent; các chi tiết kỹ thuật cụ thể chưa được xác định do văn bản không đính kèm nội dung bài viết.

Tác giả Graham Dumpleton phát triển wrapture, một thư viện monkey patching mã nguồn mở mới cho Python kết hợp giữa unit testing và observability/tracing. Thư viện nổi bật với khả năng cấu hình zero-code qua file TOML, ghi lại vết thực thi dạng cây timeline, monkey patch linh hoạt (thuộc tính, dict, generator), đo đạc hiệu năng và trích xuất dữ liệu sang OpenTelemetry, đi kèm gói wrapture-instrumentation hỗ trợ nhiều framework phổ biến.

Báo cáo phân tích 5 tín hiệu quan trọng giúp doanh nghiệp mở rộng quy mô ứng dụng AI (đặc biệt là agentic AI) an toàn thông qua bảo mật, quản trị và khả năng quan sát (observability). Theo Cyber Pulse AI Security Report, hơn 80% doanh nghiệp Fortune 500 đã đưa AI agent vào vận hành, song có đến 29% nhân viên sử dụng các agent không được cấp phép (shadow AI). Để chuyển dịch từ thử nghiệm rời rạc sang ứng dụng thực tế trên toàn doanh nghiệp, các tổ chức dẫn đầu (Frontier Firms) coi sự tin cậy (trust) là đòn bẩy tăng tốc, kết hợp giữa trí tuệ (intelligence) và niềm tin (trust). 5 tín hiệu cốt lõi bao gồm: (1) Khả năng quan sát (Observability) toàn diện hệ sinh thái agent; (2) Bảo mật và quyền riêng tư theo kiến trúc Zero Trust (Secure by design/default/operations); (3) Quản trị liên tục theo chu trình lặp Map - Measure - Manage thay vì phê duyệt một lần; (4) Trách nhiệm giải trình vận hành với mô hình trách nhiệm chia sẻ và giám sát telemetry thời gian thực; (5) Kiến trúc đáp ứng chủ quyền số (Digital Sovereignty) với 5 kịch bản triển khai dữ liệu và bảo đảm tính liên tục của hệ thống.

Tích hợp công nghệ suy luận lượng tử hóa 4-bit Nunchaku vào thư viện Diffusers nhằm tối ưu hóa bộ nhớ VRAM và tăng tốc độ thực thi cho các mô hình diffusion.

Anthropic Institute công bố bài viết về các phương pháp đo lường tốc độ phát triển AI bên trong các phòng thí nghiệm tiên phong (frontier labs). Nội dung tập trung vào việc thiết lập hệ thống chỉ số để theo dõi, định lượng sự tiến bộ và tốc độ cải tiến của các mô hình AI tiên tiến, phục vụ nghiên cứu và dự báo công nghệ.

Nghiên cứu mới trên SSRN chỉ ra rằng việc bổ sung AI đóng vai trò đồng nghiệp (AI Co-Workers) vào các cuộc họp của con người giúp cải thiện đáng kể độ chính xác trong thảo luận và ra quyết định. Dữ liệu hiện tại chỉ cung cấp tiêu đề và liên kết học thuật, chưa có thông số chi tiết về phương sai hay phương pháp luận thực nghiệm.

Trải nghiệm thực tế khi dùng ChatGPT Work với mô hình GPT-6 Astra (Max) để tự động thiết kế lộ trình chạy bộ vòng lặp 5K và 10K từ dữ liệu OpenStreetMap (OSM). Agent tự hoạt động trong 27 phút, kết hợp Nominatim để định vị, Overpass API để lấy dữ liệu đường đi, tính toán cục bộ bằng Python và trả về tệp GPX, GeoJSON cùng bản đồ tương tác HTML dùng D3. Điểm trừ kỹ thuật lớn là mã nguồn Python bị mất sau khi luồng hội thoại bị nén ngữ cảnh (compaction), đặt ra yêu cầu cấp thiết về việc bảo lưu nhật ký thực thi cho các hệ thống agent.

OpenAI hợp tác cùng Cơ quan Dịch vụ Tổng hợp Hoa Kỳ (GSA) triển khai chương trình mở rộng tiếp cận AI và phòng thủ mạng cho các cấp chính quyền liên bang, tiểu bang, địa phương và bộ lạc. Theo đó, các đơn vị đủ điều kiện sẽ được miễn 100% phí bản quyền ($0 license fees), giảm 50% chi phí sử dụng và nhận được hỗ trợ tăng cường về an ninh mạng.

GitHub giới thiệu tính năng tự động hóa trên ứng dụng GitHub Copilot (Copilot app automations), cho phép lập trình viên tự động hóa việc rà soát và phân loại các pull request (PR) định kỳ từ Dependabot. Người dùng có thể thiết lập lịch chạy (thủ công, hàng giờ, hàng ngày, hàng tuần hoặc khi có issue mới), chọn môi trường thực thi trên cloud hoặc máy local, và dùng câu lệnh ngôn ngữ tự nhiên để yêu cầu Copilot phân nhóm PR theo mức độ rủi ro, kiểm tra trạng thái CI và tổng hợp các bước tiếp theo. Lập trình viên cũng có thể tiếp tục mở phiên làm việc với Copilot trực tiếp từ kết quả tóm tắt để xử lý các nâng cấp phức tạp.

Figure AI giới thiệu bước tiến mới với Helix 2.5, tập trung vào khả năng khái quát hóa zero-shot trong môi trường gia đình (Zero-Shot Home Generalization, URL đề cập mốc 30 ngôi nhà). Đây là nỗ lực nhằm giúp robot hình người/hệ thống embodied AI thích ứng và thực hiện tác vụ trong không gian sống đa dạng mà không cần dữ liệu tinh chỉnh trước. Do dữ liệu trích dẫn chỉ gồm tiêu đề và liên kết từ Hacker News, các thông số kỹ thuật chi tiết, tỷ lệ thành công và cơ chế hoạt động cụ thể hiện chưa được công bố đầy đủ.

GitHub giới thiệu tính năng chạy song song nhiều phiên làm việc của AI agent (parallel agent sessions) trên ứng dụng GitHub Copilot. Mỗi phiên agent hoạt động độc lập trên một Git worktree riêng biệt và duy trì ngữ cảnh tác vụ riêng, giúp lập trình viên thực hiện đồng thời nhiều nhiệm vụ (như phát triển tính năng, rà soát accessibility, chạy kiểm thử) mà không gây xung đột mã nguồn hay phải chờ đợi tuần tự.

Kỹ thuật fine-tuning mô hình ngôn ngữ kích thước 350M tham số bằng thuật toán GRPO (Group Relative Policy Optimization) giúp tối ưu hóa khả năng tạo dữ liệu đầu ra có cấu trúc (structured outputs) chỉ trong 100 bước huấn luyện.

NVIDIA cung cấp mô hình Text-to-Speech Magpie TTS với trọng số mở (open weights) và hỗ trợ đa ngôn ngữ, tối ưu độ trễ thấp nhằm giúp nhà phát triển toàn quyền kiểm soát triển khai khi xây dựng voice agents.

SkyPilot hợp tác cùng Hugging Face cung cấp giải pháp lưu trữ zero-egress, cho phép các kỹ sư chạy tác vụ AI trên bất kỳ nhà cung cấp đám mây nào và lưu trữ dữ liệu trực tiếp trên Hugging Face mà không chịu phí truyền dữ liệu ra ngoài.