# Bài viết Liên quan Chuẩn mực

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "Chuẩn mực", bao gồm xu hướng thị trường, cập nhật dự án, phát triển công nghệ và chính sách quản lý trong ngành tiền kỹ thuật số.

Claude Opus4.8 phát hành, Anthropic bắt đầu biến 'sự tin cậy' thành điểm bán hàng của sản phẩm

Claude Opus 4.8 chính thức ra mắt, giữ nguyên giá và đạt vị trí dẫn đầu trong năm trên sáu bài kiểm tra chuẩn mực. Điểm nổi bật của bản phát hành này không nằm ở việc tăng hiệu suất đơn thuần, mà nằm ở việc Anthropic bắt đầu định vị "độ tin cậy" là ưu tiên cốt lõi của mô hình tiên phong. Đáng chú ý, tỷ lệ báo cáo thiếu về lỗi của chính mô hình trong các tác vụ mã đã giảm mạnh từ 19.7% xuống còn 3.7%. Claude Code giờ đây tích hợp luồng công việc động, cho phép điều phối nhiều tác nhân con và thực hiện kiểm tra đối kháng tự động trước khi giao kết quả. Những cải tiến này nhằm giải quyết nỗi lo ngại thực tế: khi AI chuyển từ cửa sổ trò chuyện sang quy trình công việc thực, nguy cơ lớn nhất thường là nó đưa ra câu trả lời trông có vẻ hoàn chỉnh nhưng lại sai. Ngoài ra, Opus 4.8 có những cải thiện đáng kể trong các bài kiểm tra trách nhiệm, toán học và xử lý ngữ cảnh dài. Mặc dù vậy, báo cáo hệ thống cũng ghi nhận một số điểm yếu so với phiên bản trước, như khả năng kháng prompt injection và hiệu suất trong một số bài kiểm tra chuyên môn. Bản phát hành này đánh dấu sự chuyển hướng trong cuộc đua mô hình: từ việc chỉ theo đuổi điểm số chuẩn mực sang việc tranh giành độ tin cậy, khả năng xác minh và thừa nhận sai sót. Điều này là tiền đề để các Agent AI thực sự trở nên hữu dụng. Anthropic cũng xác nhận một mô hình cấp độ "Mythos" mạnh hơn nhiều, hiện đang bị hạn chế truy cập, sẽ được ra mắt trong vài tuần tới, với Opus 4.8 đóng vai trò là bước đệm công khai hướng tới nó.

marsbit05/29 22:22

Claude Opus4.8 phát hành, Anthropic bắt đầu biến 'sự tin cậy' thành điểm bán hàng của sản phẩm

marsbit05/29 22:22

Vừa qua, AI Trung Quốc lọt vào top 2 lập trình toàn cầu, chỉ còn Claude phía trước

Hôm nay, Code Arena công bố bảng xếp hạng mới nhất. Qwen3.7-Max của Alibaba đạt 1541 điểm, lọt vào top 4 toàn cầu, vượt qua các mô hình hàng đầu như GPT-5.5 và Gemini 3.5 Flash. Hiện chỉ có Claude Opus 4.7 và Opus 4.6 xếp trên nó. Điều này giúp Alibaba trở thành công ty Trung Quốc duy nhất trong top đầu, đứng thứ hai thế giới, chỉ sau Anthropic. Qwen3.7-Max được mệnh danh là "mô hình nền tảng cho Agent", được thiết kế để thực hiện các nhiệm vụ tự chủ dài hạn. Trong một thử nghiệm, nó có thể chạy liên tục 35 giờ, thực hiện 1158 lần gọi công cụ để tối ưu hóa mã, đạt tốc độ tăng trung bình gấp 10 lần. Khả năng lập trình vượt trội của nó được chứng minh qua các thử nghiệm thực tế. Khi được yêu cầu tạo một trò chơi đua xe 3D, Qwen3.7-Max tạo ra một phiên bản có thể chơi được ngay lần đầu, bao gồm giao diện bắt đầu và hiệu ứng âm thanh - những chi tiết mà các mô hình khác như Gemini, Claude hay ChatGPT bỏ sót hoặc cần nhiều lần sửa lỗi. Hai yếu tố then chốt giúp Qwen3.7-Max đạt được thành tích này là: 1) Đào tạo mở rộng môi trường, giúp mô hình học các chiến lược tổng quát thay vì chỉ hoạt động tốt trong một framework cụ thể; 2) Khả năng thực thi tự chủ dài hạn, cho phép nó đưa ra hàng nghìn quyết định liên tục mà không bị suy giảm ngữ cảnh hay rơi vào vòng lặp. Với việc Qwen3.7-Max gia nhập cuộc đua, cuộc cạnh tranh về mô hình lập trình toàn cầu không còn là câu chuyện độc quyền của Thung lũng Silicon.

marsbit05/27 00:19

Vừa qua, AI Trung Quốc lọt vào top 2 lập trình toàn cầu, chỉ còn Claude phía trước

marsbit05/27 00:19

Alumni TH Thanh Hoa U00 tuổi Vương Quan ra tác phẩm mới: Dùng 1/900 token, 1/432 sức tính toán, làm đảo lộn mô hình tiền huấn luyện Transformer

Cựu sinh viên Thanh Hoa 00 hậu Vương Quan và nhóm nghiên cứu công bố mô hình HRM-Text, một phương pháp huấn luyện tiền ngôn ngữ hiệu quả sử dụng Mô hình tuần hoàn phân tầng (HRM) thay thế Transformer tiêu chuẩn. Với chỉ 1B tham số và được huấn luyện trên 40B token duy nhất, chi phí ước tính khoảng 1500 USD, HRM-Text đạt hiệu suất tương đương các mô hình nguồn mở từ 2B đến 7B tham số trên các bài kiểm tra chuẩn như MMLU (60.7%) và GSM8K (84.5%). Phương pháp này tiết kiệm đáng kể tài nguyên: sử dụng ít hơn từ 100-900 lần token huấn luyện và 96-432 lần ước tính tính toán so với baseline tiêu chuẩn. Thiết kế chính bao gồm: kiến trúc HRM với module H (chậm) và L (nhanh) cho phép cập nhật đệ quy nhiều lượt trên cùng một token để tăng độ sâu tính toán; và mục tiêu huấn luyện tập trung vào các cặp chỉ dẫn-câu trả lời, chỉ tính toán mất mát trên phần trả lời với cơ chế che PrefixLM. Thử nghiệm cho thấy HRM vượt trội về hiệu quả kiến trúc và ổn định huấn luyện so với Transformer ở cùng quy mô FLOPs. Các hướng phát triển tương lai bao gồm tách biệt "kiến thức" và "suy luận", cơ chế thời gian tính toán thích ứng, xác thực khả năng mở rộng quy mô hơn nữa, và tối ưu hóa việc triển khai PrefixLM trong các framework suy luận thực tế.

marsbit05/26 03:18

Alumni TH Thanh Hoa U00 tuổi Vương Quan ra tác phẩm mới: Dùng 1/900 token, 1/432 sức tính toán, làm đảo lộn mô hình tiền huấn luyện Transformer

marsbit05/26 03:18

Gemini 3.5 đã đến! Đêm nay, chính Google tự đào thải Google

Bài viết tóm tắt các sản phẩm và công nghệ chính được giới thiệu tại Google I/O 2026: 1. **Gemini Omni**: Một mô hình AI đa năng, có thể nhận đầu vào dưới mọi hình thức (hình ảnh, âm thanh, video, văn bản) và tạo ra video chất lượng cao. Nó thực sự hiểu biết thế giới vật lý, cho phép người dùng chỉnh sửa video thông qua trò chuyện và duy trì tính nhất quán của đối tượng và logic xuyên suốt các cảnh. 2. **Gemini 3.5 Flash**: Được quảng cáo là mô hình mã hóa và tác nhân AI mạnh mẽ nhất của Google, vượt trội so với Gemini 3.1 Pro và các đối thủ khác trong nhiều bài kiểm tra tiêu chuẩn. Nó nhanh hơn đáng kể và đã được tích hợp vào Gemini App và chế độ AI của Google Tìm kiếm. 3. **Antigravity 2.0**: Nền tảng phát triển tác nhân AI độc lập mới, được nâng cấp thành ứng dụng máy tính để bàn. Một bản demo ấn tượng cho thấy 93 tác nhân con, sử dụng 3.5 Flash, đã xây dựng được một hệ điều hành hoạt động đầy đủ từ đầu trong vòng 12 giờ. 4. **Gemini Spark**: Một tác nhân AI cá nhân, chạy 24/7 trên đám mây. Nó có thể tự động xử lý các tác vụ phức tạp bằng cách tích hợp với bộ công cụ Google Workspace (như Gmail, Docs, Sheets, Slides) và hỗ trợ lệnh bằng giọng nói để tạo và quản lý nhiều tác vụ song song. 5. **Các thông báo khác**: Bao gồm thiết kế lại Gemini App với mã lực tính phí, kế hoạch đăng ký AI Ultra mới với giá cả được điều chỉnh, và bản nâng cấp lớn cho Google Tìm kiếm với việc tích hợp 3.5 Flash. Bài viết kết luận rằng sự kết hợp đồng thời của các khả năng AI tiên tiến này (hiểu và tạo đa phương thức, tác nhân tự hành) đánh dấu một bước tiến lớn, thu hẹp khoảng cách về mặt kỹ thuật để tiến tới Trí tuệ Siêu việt (ASI).

链捕手05/20 07:01

Gemini 3.5 đã đến! Đêm nay, chính Google tự đào thải Google

链捕手05/20 07:01

a16z Bài viết mới: Thị trường dự đoán, bước vào giai đoạn tăng tốc

Trong một bài viết mới đây, a16z nhận định thị trường dự đoán đang bước vào giai đoạn tăng tốc, chuyển dịch từ một công cụ giao dịch sự kiện mang tính biên sang cơ sở hạ tầng tài chính để định giá sự không chắc chắn. Sự thay đổi được thể hiện trên ba cấp độ chính: 1. **Mở rộng ứng dụng:** Thể thao vẫn là điểm vào, nhưng các thị trường dài hạn như giải trí, vĩ mô, CPI đang tăng trưởng nhanh hơn, thu hút nhu cầu từ các tổ chức. 2. **Định giá sự kiện trực tiếp:** Lần đầu tiên, thị trường dự đoán cung cấp một chuẩn mực giá có thể giao dịch cho chính sự kiện, cho phép các tổ chức phòng ngừa rủi ro chính trị hoặc vĩ mô trực tiếp thay vì thông qua các tài sản liên quan. 3. **Tiếp nhận thể chế:** Lộ trình áp dụng đang diễn ra từ tham khảo dữ liệu (xem tỷ lệ cược) đến tích hợp hệ thống, và cuối cùng là giao dịch thực sự, dù vẫn ở giai đoạn sớm. Bài viết so sánh sự phát triển này với thị trường quyền chọn những năm 1970, hướng tới một tương lai nơi thị trường dự đoán trở thành công cụ cốt lõi kết nối nhà đầu tư cá nhân và tổ chức để phòng ngừa rủi ro và định giá sự không chắc chắn trong thế giới thực. Các rào cản như cơ chế ký quỹ toàn bộ đang được giải quyết, và việc các chính trị gia, truyền thông, tổ chức tài chính lớn bắt đầu tham chiếu và sử dụng dữ liệu từ các nền tảng như Kalshi cho thấy tốc độ trưởng thành nhanh chóng của lĩnh vực này.

marsbit04/19 12:03

a16z Bài viết mới: Thị trường dự đoán, bước vào giai đoạn tăng tốc

marsbit04/19 12:03

Các tổ chức tiếp cận thị trường dự đoán, mắc kẹt ở giai đoạn thứ ba

Thị trường dự đoán, từng bị xem là lĩnh vực biên lề, đang có bước chuyển mình mạnh mẽ để tiến vào dòng chính, đặc biệt thu hút sự chú ý của các tổ chức tài chính lớn. Sự kiện nghiên cứu do Kalshi tổ chức tại New York gần đây đã quy tụ các học giả, lãnh đạo Phố Wall, cựu chính trị gia và nhà giao dịch, cho thấy xu hướng này ngày càng rõ nét. Ban đầu, thị trường dự đoán thường gắn liền với các sự kiện như bầu cử hay thể thao, nhưng hiện nay, các lĩnh vực khác như giải trí, tiền mã hóa và văn hóa đang phát triển nhanh hơn, thu hút nhiều người dùng hơn và giữ chân họ tốt hơn. Thị trường thể thao, dù vẫn chiếm khoảng 80% khối lượng giao dịch trên Kalshi, nhưng tỷ trọng này đang ở mức thấp nhất lịch sử, cho thấy sự tăng trưởng mạnh ở các phân khúc dài hạn. Các tổ chức như Goldman Sachs và CNBC đã bắt đầu sử dụng dữ liệu từ thị trường dự đoán để tham khảo cho các quyết định đầu tư và phân tích rủi ro. Thị trường dự đoán đang chuyển từ “giao dịch giải trí” sang thành “công cụ thông tin và quản lý rủi ro”. Tuy nhiên, việc áp dụng rộng rãi trong giới tổ chức vẫn còn ở giai đoạn đầu. Quá trình này được chia thành ba giai đoạn: (1) tích hợp dữ liệu vào quy trình làm việc, (2) xác nhận pháp lý và tích hợp hệ thống, và (3) giao dịch thực tế. Hiện nay, hầu hết các tổ chức mới dừng lại ở giai đoạn 1 và 2, chỉ một số ít tham gia giao dịch. Một trở ngại lớn là yêu cầu ký quỹ toàn bộ, khiến các quỹ phòng hộ và ngân hàng khó tham gia do thiếu hiệu quả vốn. Kalshi đang làm việc với cơ quan quản lý để cho phép giao dịch ký quỹ, giúp giải quyết vấn đề này. Các chuyên gia dự báo thị trường dự đoán sẽ sớm trở thành công cụ phổ biến trong vòng 5 năm tới, tương tự như thị trường quyền chọn những năm 1970. Sự chấp nhận ngày càng tăng, ngay cả từ các chính trị gia cấp cao, cho thấy tiềm năng và tính ứng dụng rộng rãi của nó. Thị trường dự đoán không còn là thí nghiệm học thuật hay trò tiêu khiển, mà đang trở thành cơ sở hạ tầng định giá cho sự không chắc chắn, phục vụ đa dạng người tham gia từ cá nhân đến tổ chức.

marsbit04/17 02:29

Các tổ chức tiếp cận thị trường dự đoán, mắc kẹt ở giai đoạn thứ ba

marsbit04/17 02:29

Các tổ chức tiếp cận thị trường dự đoán, mắc kẹt ở giai đoạn thứ ba

Thị trường dự đoán, từng bị xem là lĩnh vực biên lề, đang có bước chuyển mình mạnh mẽ để tiến vào dòng chính, đặc biệt thu hút sự chú ý của các tổ chức tài chính. Sự kiện nghiên cứu do Kalshi tổ chức tại New York gần đây với sự tham gia của giới học thuật, lãnh đạo Phố Wall và các nhà giao dịch đã chứng minh điều này. Khác với nhận thức phổ điển, thị trường không chỉ xoay quanh bầu cử hay thể thao. Mặc dù thể thao vẫn chiếm ~80% khối lượng giao dịch, các lĩnh vực khác như giải trí, tiền mã hóa và chính trị đang tăng trưởng nhanh hơn, trở thành công cụ định giá thông tin và quản lý rủi ro. Giá trị cốt lõi mà thị trường dự đoán mang lại cho các tổ chý là tạo ra một "chỉ số chuẩn" (benchmark) theo thời gian thực cho các sự kiện phi tài chính (ví dụ: xác suất một đạo luật được thông qua). Điều này cho phép họ phòng ngừa rủi ro trực tiếp vào sự kiện, thay vì gián tiếp thông qua các tài sản tài chính truyền thống. Tuy nhiên, việc áp dụng của các tổ chức vẫn đang bị tắc nghẽn. Quá trình này được chia thành ba giai đoạn: (1) Tiếp cận dữ liệu - đã đạt được; (2) Tích hợp hệ thống - một số tổ chức đang thực hiện; (3) Giao dịch thực tế - rất ít tổ chức tham gia. Rào cản chính là cơ chế ký quỹ toàn bộ (100% margin), khiến nó kém hiệu quả về vốn đối với các quỹ phòng hộ và ngân hàng. Kalshi đang làm việc với cơ quan quản lý để phát triển cơ chế giao dịch ký quỹ. Dù vậy, tương lai được kỳ vọng rất lớn. Các chuyên gia dự đoán thị trường này sẽ trở thành một cơ sở hạ tầng tài chính nhàm chán nhưng không thể thiếu trong vòng 5 năm tới, phục vụ từ các nhà đầu tư cá nhân đến các tổ chức lớn.

Odaily星球日报04/17 02:24

Các tổ chức tiếp cận thị trường dự đoán, mắc kẹt ở giai đoạn thứ ba

Odaily星球日报04/17 02:24

活动图片