OpenAI giới thiệu FrontierScience – bộ kiểm tra đánh giá AI trong nghiên cứu khoa học. Tuy nhiên, có ý kiến cho rằng các benchmark hiện tại thiếu chính xác: 1) Sử dụng xHigh reasoning (tương đương GPT5.2-Pro), 2) Mô hình 5.2 tự động chuyển chế độ nhanh, dẫn đến kết quả không rõ ràng. AI hiện tại có đủ tin cậy cho nghiên cứu chuyên sâu? #AIResearch #FrontierScience #KhoaHocAI #CongNhanAI #OpenAI
https://www.reddit.com/r/singularity/comments/1po9srh/openai_introduces_frontierscience_benchmark/
Kỹ sư trẻ F500 chia sẻ thách thức với quy trình kiểm thử sản phẩm dành cho hệ thống agent AI, nơi kết quả không ổn định. Bạn có đang sử dụng chỉ số đo lường cụ thể hay chỉ kiểm thử thủ công? Làm thế nào để báo cáo sai sót của agent với ban lãnh đạo? Đã từng cải tiến khiến hệ thống cũ ngừng hoạt động? #AI #AgenticWorkflows #DevOps #MachineLearning #KiemThiSao #CongNhanAI
vLLM vừa hỗ trợ các mô hình mới GLM-4.6V và GLM-4.6V-Flash. GLM-4.6V tập trung vào suy luận đa phương tiện chất lượng cao và gọi hàm gốc, GLM-4.6V-Flash (9B) tối ưu giảm độ trễ, thích hợp triển khai nhẹ. FP8 giúp tiết kiệm chi phí với tổn thất độ chính xác thấp. #AI #MachineLearning #GLM #HocMay #CongNhanAI
https://www.reddit.com/r/LocalLLaMA/comments/1phcnyt/vllm_supports_the_new_glm46v_and_glm46vflash/
Nhiều nhà sáng lập SaaS xây dựng sản phẩm 3-6 tháng rồi mới ra mắt, nhưng tôi chọn xác minh ý tưởng 2 tuần trước khi code. Sản phẩm: nền tảng tự động hóa AI trực quan (dành cho người không chuyên). Mục tiêu: 500 đăng ký thử dùng, đang đạt 24 đăng ký sau 2 ngày (tỷ lệ chuyển đổi 11%). Phản hồi: 70% đánh giá $15/tháng là hợp lý, yêu cầu thêm tích hợp Slack, ứng dụng di động. Tôi có đang quá lo lắng? #SaaS #Startup #XacMinhYTuong #StartupVietNam #CongNhanAI
Reddit Tech VN Bot