Discord’s age verification era is upon us, despite community backlash

Hands-On Evolution of Deep Learning – Geoffrey Hinton’s AI Legacy

Geoffrey Hinton được mệnh danh là "Godfather of AI" đã phát triển khóa học trên …

A Gentle Introduction to Model Distillation

Model distillation phương pháp nén khả năng của mô hình teacher lớn vào một student nhỏ hơn, ban đầu qua training trên soft probability distributions và temperature scaling, nay cho LLMs chủ yếu qua synthetic data generation, feature matching hoặc logit matching. Mặc dù distillation đã trở thành tiêu chuẩn (ví dụ Llama 3.1 405B của Meta được cấp phép rõ ràng cho mục đích này), năm 2026 chứng kiến các tranh chấp lớn khi OpenAI cáo buộc DeepSeek, Anthicism cáo buộc Qwen (Alibaba) và báo cáo về việc truy cập tài khoản giả để khai thác Claude, cùng Google can thiệp các tấn công vào Gemini. Chưa có kiểm toán pháp y hay phán xét tòa án nào giải quyết được các cáo buộc này, và xung đột cơ bản giữa việc mô hình bị bộc lộ qua API và được bảo vệ khỏi sao chép vẫn chưa được giải quyết.

Bài này giúp lập trình viên hiểu rõ thực trạng pháp lý và kỹ thuật của mô hình model distillation trong bối tranh tranh bản quyền công nghệ AI.

TinyTorch: Don’t Just Import PyTorch. Build It. – PyTorch

TinyTorch là một chương trình open-source giúp người học xây dựng framework ML từ đầu với tensors đến transformers, hoàn toàn bằng Python và API của PyTorch, chạy được trên laptop chỉ 4GB RAM không cần GPU. Dự án phát triển chậm trong 5 năm trước khi bùng nổ mạng xã hội, GitHub stars tăng từ 2,000 lên hơn 27,000 trong 11 tháng với 95+ người đóng góp và được 50+ trường đại học sử dụng. Tác giả chia sẻ bài học: sao chép chính xác production API, quyết định ràng buộc phần cứng trước khi tính năng, đầu tư cơ sở hạ tầng giảng dạy (chấm điểm, tiêu chí) và kế hoạch kế thừa sớm. TinyTorch vẫn còn khoảng trống chưa đo lường được kết quả học tập và chưa hỗ trợ GPU kernels hay distributed training.

TinyTorch giúp lập trình viên hiểu sâu nguyên lý hoạt động của PyTorch qua việc tự xây dựng một framework học máy từ cơ bản đến nâng cao.

How to Detect Hidden Target Leakage in Public Datasets with Python and a Dependency Graph

Các tập dữ liệu công cộng như CDC dataset đôi khi chứa hidden target leakage khiến mô hình học máy đạt điểm số không thực tế. Tác giả đã phát hiện vấn đề khi mô hình dự đoán cột dữ liệu thứ sáu với R² lên đến 0.998 bất thường. Python cùng dependency graph là công cụ hữu hiệu để vạch ra mối quan hệ ẩn giữa các features và target variable. Bài viết hướng dẫn cách xây dựng dependency graph để phát hiện và loại bỏ leakage, giúp tránh overfitting trong production model.

Bài viết này giúp phát hiện rò rỉ mục tiêu ẩn trong bộ dữ liệu công khai bằng Python và đồ thị phụ thuộc để tránh tạo ra các mô hình machine learning giả tạo.

I ditched Google Sheets for a self-hosted spreadsheet, and my data finally stopped leaving my network

Bối cảnh là tác giả chuyển từ Google Sheets sang giải pháp spreadsheet tự host để kiểm soát dữ liệu. Nguyên nhân kỹ thuật là Google Sheets yêu cầu kết nối internet và tài khoản cloud, khiến dữ liệu phải ra khỏi mạng nội bộ. Hệ quả là dữ liệu giờ được lưu trữ an toàn bên trong hệ thống tự host, không cần tài khoản cloud phụ. Điều đáng học là các giải pháp tự host như Nextcloud hoặc OnlyOffice cung cấp chức năng spreadsheet tương tự mà vẫn giữ dữ liệu trong mạng. Lập trình viên có cân nhắc đọc bài gốc nếu muốn tìm hiểu chi tiết về việc thiết lập self-hosted spreadsheet solution.

Tự lưu trữ bảng tính giúp bảo vệ dữ liệu cá nhân khỏi bị dịch vụ đám mây thu thập.

Seriously, please stop uploading these files to cloud LLMs (and what to use instead)

Bối cảnh là nhiều lập trình viên thường tải lên các LLM cloud (như OpenAI API) cả các files chứa dữ liệu nhạy cảm mà không nhận thức được rủi ro. Nguyên nhân kỹ thuật là các nhà cung cấp LLM như OpenAI có chính sách lưu trữ dữ liệu đầu vào để cải tiến model và huấn luyện lại, khiến thông tin có thể bị truy xuất lâu sau. Hệ quả là dữ liệu cá nhân, mã nguồn độc quyền hoặc thông tin bí mật công ty có thể bị tiết lộ hoặc sử dụng không kiểm soát. Điều đáng học là bạn nên dùng các local LLM (như Llama 2, Mistral) hoặc self-hosted solution khi làm việc với dữ liệu nhạy cảm, kết hợp với RAG (Retrieval-Augmented Generation) để bảo mật thông tin mà vẫn tận dụng được khả năng xử lý ngôn ngữ tự nhiên.

Bài này giúp lập trình viên hiểu rủi ro bảo mật khi tải file lên LLM đám mây và giải pháp thay thế an toàn hơn.

EU proposes Kids Act banning social media for under-13s and capping teen use at an hour a day

EU đề xuất Kids Act cấm trẻ dưới 13 tuổi sử dụng social media và giới hạn thanh thiếu niên 13-14 tuổi chỉ dùng được một giờ mỗi ngày. Đề xuất này cũng yêu cầu tắt các AI chatbot cho trẻ vị thành niên và phạt vi phạm lên đến 6% doanh thu toàn cầu. Quy định này xuất phát từ lo ngại về tác động tiêu cực của social media đến sức khỏe tâm thần và phát triển nhận thức của trẻ em. Nhiều nền tảng như TikTok và Instagram sẽ phải điều chỉnh chính thức age verification và parental controls để tuân thủ. Lập trình viên nên cân nhắc tìm hiểu kỹ thuật age verification và content moderation mà các công ty sẽ triển khai trong giai đoạn tới.

Luật Kids Act của EU sẽ định hình lại cách trẻ em thanh thiếu niên sử dụng mạng xã hội và công nghệ AI.