[AINews] not much happened today

The LLM Blindspot: Why Models Forget What’s in the Middle of Your Prompt

Các mô hình LLM (Large Language Model) thường bỏ qua thông tin nằm ở giữa prompt, hiện …

The hardest parts about agents can’t fit on a billboard

Tại MongoDB.local NYC, cuộc trò chuyện với Max Marcon của MongoDB đã tiết lộ rằng yếu tố quan trọng nhất giúp nâng cao khả năng của agents là context. Các agent hiện đại gặp khó khăn khi xử lý lượng lớn thông tin không được cấu trúc, đòi hỏi các cơ chế context window hiệu quả hơn như trong các framework LangChain hay LlamaIndex. Việc mở rộng context window lên tới 100K tokens giúp agent duy trì trạng thái hội thoại và phân tích dữ liệu phức tạp mà không bị mất mát thông tin quan trọng. Các công ty đang đầu tư mạnh vào kỹ thuật indexing và retrieval để tối ưu hóa việc truy xuất context, đây là bài học quý cho ai xây dựng hệ thống agent tiên tiến.

Bài viết giải thích tại sao bối cảnh là yếu tố quyết định giúp nâng cao năng lực của các agents trong lập trình.

Bag of Decisions Reranker

Bối cảnh nghiên cứu sử dụng Large Language Model (LLM) để tạo câu hỏi cho một hệ thống reranker tên là Jev. Nguyên nhân kỹ thuật đến từ nhu cầu cải thiện độ chính xác của quá trình reranking bằng cách tận dụng khả năng hiểu ngữ cảnh của LLM. Hệ quả cho thấy phương pháp này có thể đánh đổi giữa độ chính xác và hiệu suất xử lý, đặc biệt khi xử lý các query phức tạp. Điều đáng học là cách tiếp cận này mở ra hướng nghiên cứu mới về kết hợp LLM với các hệ thống retrieval chuyên sâu.

Bài viết này giúp bạn hiểu cách dùng LLM để tạo câu hỏi reranking hiệu quả cho hệ thống Jev.

Karpathy’s Trick for Faster Local LLMs Finally Has Proper Tooling

Karpathy đã phát triển kỹ thuật tối ưu hóa Local LLMs bằng cách tận dụng CPU thay vì GPU, giúp giảm đáng kể thời gian xử lý. Phương pháp này sử dụng quantization và kỹ thuật inference optimizing để tăng tốc độ lên 3-4 lần so với cách chạy thông thường. Công cụ mới mang tên "llama.cpp" cho phép triển khai dễ dàng trên các thiết bị thông thường mà không cần GPU mạnh mẽ. Lập trình viên nên tham khảo bài viết để hiểu cách cài đặt và tối ưu hóa mô hình với quantization 4-bit và GGUF format.

Karpathy's kỹ thuật tăng tốc LLM cục bộ giờ có công cụ hoàn chỉnh để bạn triển khai hiệu quả.

Part 1: Make your AI agents boring: the determinism layer

Stack Overflow nền tảng công khai được thành lập năm 2008 và được hầu hết các lập trình sư sử dụng để học hỏi, chia sẻ kiến thức và hợp tác. Bài viết tập trung vào việc tạo ra một lớp tính xác định (determinism layer) cho các AI agents, giúp cho hành vi của chúng trở nên đáng tin cậy và dễ dự đoán hơn. Việc này giải quyết vấn đề các mô hình AI hiện tại thường mang tính ngẫu nhiên, gây khó khăn cho việc tái tạo kết quả và kiểm thử. Các lập trình viên nên đọc bài này để hiểu cách triển khai lớp xác định, đặc biệt khi làm việc với các AI systems đòi hỏi tính nhất quán cao như chatbot hỗ trợ khách hàng hay quy trình tự động hóa.

Tìm hiểu về lớp tính xác định trong AI agents giúp bạn xây dựng hệ thống đáng tin cậy và dễ dự đoán hơn.

Thinking will become a hobby

AI đang phát triển nhanh chóng với hiệu năng cải thiện, chi phí giảm và khả năng hoạt động 24/7, dần thay thế công việc nhận thức của con người tương tự như cách máy móc thay thế lao động thủ công trong các cuộc cách mạng trước đây. Các kết quả nghiên cứu toán học của OpenAI và điểm năng lực suy giảm của con người từ nghiên cứu OECD và PISA đã chứng minh xu hướng này. Tác giả dự đoán tư duy sẽ trở thành một hoạt động giải trí thay vì nhu cầu kinh tế, khiến con người phải tìm kiếm ý nghĩa mới khi AI thống lĩnh công việc kiến thức. Nếu bạn quan tâm đến tác động của AI lên tương lai lao động, bài viết này cung cấp góc nhìn sâu sắc về sự chuyển đổi này.

Bài viết giúp bạn hiểu rõ tương lai vai trò của tư duy con người trong thời đại AI thống trị công việc trí tuệ.

The Outer Loop, Insights First: An Ambient Quality Agent That Diagnoses Your Production Agent

AQuA (Ambient Quality Agent) là công cụ open-source giám sát liên tục, phân cụm và chẩn đoán lỗi production agent bằng cách phân tích telemetry và source snapshots ngoài request path. Công cụ này hoạt động dựa trên kỹ thuật clustering các lỗi tương tự để xác định nguyên nhân gốc, giúp tiết kiệm thời gian gấp 10 lần so với phương pháp thủ công. Hệ quả chính là giảm thiểu downtime cho production system, với các case study cho thấy giảm 60% thời gian chẩn đoán lỗi. Đáng học hỏi là cách tiếp cận "outside-in" của AQuA, thu thập dữ liệu không ảnh hưởng đến performance của hệ thống đang chạy, đây là giải pháp hiệu quả cho các team quản lý AI/ML production environments phức tạp.

Lập trình viên nên đọc bài này vì AQuA giúp tự động hóa chẩn đoán sự cố hệ thống production mà không ảnh hưởng đến hiệu năng ứng dụng.