Google Cloud has launched Gemini Enterprise for Legal with Freshfields, Cleary and Weil

Where's Your Ed At1 Hot67 min17 h agoAI

The AI Hater's Manifesto

Bài viết cho rằng ngành AI đang là một bong bóng tăng trưởng bất chấp chi phí, được duy trì bằng vòng luân tài chính giữa các phòng nghiên cứu AI, các nhà cung cấp đám mây siêu lớn và các nhà sản xuất chip. Nó утверждает rằng mô hình ngôn ngữ lớn chỉ có ích cho các nhiệm vụ nhỏ, rõ ràng scope, nhưng khi được dùng để thay thế suy nghĩ thực tế chúng trở nên không đáng tin cậy, và báo cáo nội bộ của OpenAI cho thấy không có mối liên hệ thống kê giữa việc sử dụng AI và doanh thu mỗi nhân viên. Hệ quả là giá chip NVIDIA đang tăng, nợ của các neocloud như CoreWeave và Nebius phình to, Anthropic đang lên kế hoạch gọi vốn 100 tỷ USD tại оценка 2 nghìn tỷ USD, trong khi mô hình giá dựa trên token của GitHub Copilot gây ra phản hồi negativo, và BCA Research cảnh báo rằng để bù đáp cho mức đầu tư hiện tại, các công ty AI cần đạt được doanh thu hàng năm lên tới 10 nghìn tỷ USD. Điều đáng học là lập trình viên cần nhìn nhận thực tế về giá trị thực của LLM, tránh phụ thuộc過度 vào AI cho công việc đòi hỏi suy nghĩ sâu, và cân nhắc kỹ trước khi đầu tư vào cơ sở hạ tầng AI dựa trên假设 về tăng trưởng vô hạn. Cụ thể, các con số như $100B gọi vốn của Anthropic, $2T оценка, $10T doanh thu cần thiết và sự tăng giá chip NVIDIA đều là bằng chứng cụ thể để cân nhắc việc đọc bài gốc.

Bài viết này cung cấp góc nhìn phản biện quan trọng về các bong bóng tài chính và tính thực tế trong ngành AI, giúp lập trình viên đánh giá thực sự hiệu quả và rủi ro khi áp dụng công nghệ này.

#openai #genai #nvidia Source

MIT News1 Hot6 min1 d agoAI

Generating scenarios for extreme events, without extreme data

Bối cảnh: Dự báo các hiện tượng thời tiết cực端 như bão mạnh thường gặp khó khăn vì dữ liệu lịch sử về các sự kiện cực端 hiếm có. Nguyên nhân kỹ thuật: nhóm nghiên cứu MIT đã xây dựng một công cụ sinh scénarios dựa trên mô hình sinh tạo (generative model) được huấn luyện bằng cách kết hợp các ràng buộc vật lý với lượng dữ liệu quan sát có hạn. Hệ quả: công cụ này có thể估算 thời gian trôi dài, cường độ và diện tích ảnh hưởng của một bão cực端 mà không cần biết trước về các bão cực端 đã xảy ra. Điều đáng học: kết quả cho thấy việc tích hợp kiến thức vật lý vào mô hình học máy cho phép tạo ra các kịch bản cực端 đáng tin cậy ngay cả khi dữ liệu cực端 scarce, mở đường cho các ứng dụng quản lý rủi ro trong môi trường dữ liệu thiếu. Ảnh hưởng thực tế: điều này giúp các nhà hoạch định chính sách và kỹ sư đánh giá mức độ chuẩn bị và thiết kế cơ sở hạ tầng chịu lực tốt hơn trước các sự kiện thời tiết cực端 mà không phải phụ thuộc vào lịch sử sự kiện.

Công cụ này giúp lập trình viên tạo ra các kịch bản cực đoan để kiểm tra hệ thống mà không cần dữ liệu lịch sử về sự kiện cực đoan.

#machine-learning #data-science #genai Source

The Next Web19 Hot3 min13 d agoAI

YouTube star Cliff Tan apologises to 2.4 million fans after promoting an AI design tool

Creators YouTube Cliff Tan đã xin lỗi 2,4 triệu người đăng ký vì quảng cáo sản phẩm Dreamina, công cụ thiết kế AI, trở thành trường hợp thứ hai trong tuần rút lại liên kết với AI.

Bài viết giúp bạn hiểu cách AI có thể gây tranh cãi về tính trung thực và ảnh hưởng đến uy tín của các nhà sáng tạo nội dung, từ đó giúp bạn tránh những sai lầm về truyền thông xã hội trong dự án của mình.

#genai #influencer-marketing Source

AWS1 Hot1 min4 d agoAI

Amazon Connect Customer now lets managers chat with their data

AWS vừa ra mắt tính năng mới trong Amazon Connect Customer cho phép quản lý viên trò chuyện trực tiếp với dữ liệu trung tâm liên hệ bằng ngôn ngữ tự nhiên. Tích hợp này sử dụng khả năng xử lý ngôn ngữ tự nhiên của nền tảng để truy vấn các chỉ số như thời gian xử lý trung bình, tỷ lệ giải quyết ở lần đầu và xu hướng khách hàng mà không cần tạo báo cáo hay dựa vào nhóm phân tích. Kết quả là quản lý có thể nhận được câu trả lời ngay lập tức, phát hiện bất thường và đưa ra quyết định can thiệp kịp thời trong quá trình hoạt động. Điều này giảm thiểu sự phụ thuộc vào công cụ BI phức tạp và ngắnens thời gian từ câu hỏi đến hành động. Bài viết cho thấy việc nhúng trí tuệ conversational vào ứng dụng doanh nghiệp có thể mở rộng quyền truy cập dữ liệu cho các vai trò vận hành, giúp tối ưu hiệu suất mà không cần kỹ năng chuyên sâu về phân tích.

Tính năng mới trong Amazon Connect cho phép quản lý trò chuyện trực tiếp với dữ liệu giúp tối ưu hóa quy trình ra quyết định và cải thiện trải nghiệm khách hàng.

#aws #genai Source

Google Cloud1 Hot6 min4 d agoAI

How agents can delegate better

Nghiên cứu mới chỉ ra rằng việc delegation giữa các agent không chỉ là giao task mà còn đòi hỏi thông minh trong quá trình đàm phán thích ứng. Các agent cần thống nhất về các quy tắc nghiêm ngặt, thiết lập hợp đồng và đặt ra các biện pháp bảo mật như guardrails để đảm bảo sự Coordinated. Quá trình này dựa trên khả năng học và điều chỉnh linh hoạt của agent trong môi trường thay đổi. Khi các yếu tố trên được đáp ứng, delegation trở nên hiệu quả hơn, giảm xung đột và tăng độ tin cậy của workflow. Nghiên cứu đưa ra bốn nguyên tắc cụ thể mà các nhà phát triển có thể áp dụng để cải thiện cách agent chia sẻ trách nhiệm trong hệ thống của mình.

Bài viết này giúp lập trình viên cải thiện kỹ năng giao tiếp và hợp tác hiệu quả thông qua việc áp dụng các nguyên tắc đàm phán thích ứng và thiết lập quy trình rõ ràng khi làm việc với nhóm.

#ai-agent #gcp #ai-gateway Source

GitHub Changelog8 Hot1 min25 d agoAI

Gemini 2.5 Pro and Gemini 3 Flash deprecated

GitHub đã ngừng hỗ trợ Gemini 2.5 Pro và Gemini 3 Flash từ ngày 31/7/2026, yêu cầu người dùng chuyển sang Gemini 3.1 Pro (Preview) và Gemini 3.6 Flash. Quản trị viên Copilot Enterprise có thể phải kích hoạt quyền truy cập các model thay thế trong cài đặt chính sách mô hình.

Lập trình viên nên đọc bài này để biết cách chuyển đổi sang phiên bản mới của Copilot—Giải pháp để tiếp tục sử dụng AI hỗ trợ phát triển mà không bị gián đoạn khi các phiên bản cũ bị ngừng hỗ trợ vào tháng 7/2026.

#ai #github #google-gemini Source

The Next Web16 Hot3 min1 mo agoAI

Google’s next Gemini Pro is months behind schedule as coding capabilities fall short of internal goals

Google đang chậm tiến độ vài tháng trong việc nâng cấp Gemini Pro do khả năng lập trình không đạt mục tiêu nội bộ, nhiều kỹ sư rời đi sang Anthropic, và việc làm mới dữ liệu huấn luyện khiến nội bộ thất vọng.

Lập trình viên nên theo dõi để hiểu cách AI hiện tại và tương lai ảnh hưởng đến công cụ phát triển mã, từ đó tối ưu hóa hiệu suất và chọn lựa công nghệ phù hợp cho dự án của mình.

#llm #openai #ai-coding Source

XDA Developers1 Hot4 min6 d agoAI

Google Assistant is dead, and I won't miss it thanks to my local LLM

Google Assistant đã "chết" nhường chỗ cho trợ lý ngoại tuyến chạy trên local LLM, giúp tránh phụ thuộc vào đám mây và tăng cường bảo mật.

Lập trình viên nên đọc bài này để hiểu cách chuyển đổi từ các dịch vụ cloud đắt tiền sang các giải pháp tự chủ, mở rộng kiến thức về LLM offline và ứng dụng thực tế trong phát triển ứng dụng thông minh độc lập.

#llm #android #google-gemini Source

Google Cloud has launched Gemini Enterprise for Legal with Freshfields, Cleary and Weil

What do you remember?

Recommended for you

Bình luận

The AI Hater's Manifesto

Generating scenarios for extreme events, without extreme data

YouTube star Cliff Tan apologises to 2.4 million fans after promoting an AI design tool

Amazon Connect Customer now lets managers chat with their data

How agents can delegate better

Gemini 2.5 Pro and Gemini 3 Flash deprecated

Google’s next Gemini Pro is months behind schedule as coding capabilities fall short of internal goals

Google Assistant is dead, and I won't miss it thanks to my local LLM

One account, the whole ecosystem

8syncdev.com

Courses

Coding practice

IELTS

ZUS — AI IDE

mind0

AcoLeads