Ra mắt & cập nhật mô hình
DeepSeek V4.1 Flash 1017. DeepSeek phát hành checkpoint mới với trọng số mở, điểm benchmark coding và agent tốt hơn, cùng đầu ra ngắn hơn. Mô hình đạt 77,0 trên DeepSWE v1.1 và mở API Search và Fetch do chính DeepSeek cung cấp.
- Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs(mở trong thẻ mới)
- DeepSeek Just Released V4.1-Flash-1017, Scores 77.0 on DeepSWE, Opens Search API(mở trong thẻ mới)
- deepseek-ai/DeepSeek-V4.1-Flash-1017 · Hugging Face(mở trong thẻ mới)
- DeepSeek V4.1 Flash (1017) Now Leads Open-Weight Models(mở trong thẻ mới)
StepFun Step 5 Preview. StepFun phát hành Step 5 Preview bản trọng số mở, một MoE 600B với 27B tham số hoạt động và ngữ cảnh 1M, hướng tới các tác vụ agent dài hơi trên GPU data center.
Meta Muse Spark Open. Meta phát hành Muse Spark Open, một MoE 816B tổng/42B hoạt động, hiện là mô hình trọng số mở Mỹ đạt điểm cao nhất, cùng với Reflection Beam, thu hẹp khoảng cách với các mô hình mở Trung Quốc.
NVIDIA Dory 4B. NVIDIA phát hành Dory1.0-4B, mô hình latent-recurrent dạng vòng lặp, áp dụng lặp lại một khối dùng chung để dùng nhiều compute hơn cho mỗi token; trọng số có sẵn trên Hugging Face để dùng cho mục đích thương mại.
Kyutai REKI VLA. REKI của Kyutai là mô hình vision-language-action 2,4B dùng cho thao tác robot, chỉ huấn luyện trên dữ liệu công khai và vượt các mô hình lớn gấp đôi trên ba benchmark out-of-distribution.
Ngành & doanh nghiệp
Meta rút điều khoản. Meta gỡ nội dung điều khoản thương mại mà giới chuyên gia cho là có thể cho phép hãng thu thập dữ liệu từ các trang tin để huấn luyện AI; Meta nói điều khoản này chỉ áp dụng cho quảng cáo và sản phẩm doanh nghiệp, không thay đổi hoạt động crawl web.
Anthropic đổi cơ cấu. Anthropic cho biết tuyển ít nhân sự kỹ thuật junior hơn; tỷ lệ này giảm từ 27% xuống 9% kể từ đầu năm 2025, và nhân viên dành nhiều thời gian họp hơn khi AI thay đổi quy trình làm việc.
Replit chọn OpenAI. Replit chọn các mô hình ChatGPT của OpenAI làm mặc định thay cho Anthropic, với lý do chi phí, quan hệ đối tác và hiệu năng benchmark nội bộ; các mô hình Anthropic vẫn có sẵn cho khách hàng.
Dịch vụ chặn agent AI. Yelp, Delta Air Lines, JPMorgan Chase và Charles Schwab nằm trong số các dịch vụ phổ biến chặn agent AI đặt chỗ hoặc truy cập tài khoản, với lý do lo ngại về cấp phép dữ liệu và bảo mật.
Like Hugging Face giả. Các mô hình AutoTrust lên xu hướng trên Hugging Face nhờ hàng nghìn tài khoản bot với tên và tiểu sử được tạo tự động, kiểu hành vi không thấy ở các tổ chức phát hành mô hình hợp pháp.
Benefit Street dùng Codex. Benefit Street Partners, một công ty quản lý tín dụng, dùng Codex để xây dựng công cụ định giá nội bộ và phân tích hợp đồng tín dụng, biến những việc theo dõi kéo dài nhiều ngày thành câu trả lời trong ngày.
Suy luận cục bộ & phần cứng
Cấu hình Radeon 16GB. Các nhà phát triển đang chạy Qwen3.8-27B với ngữ cảnh 262k trên một card RX 9070/9060 XT 16GB, dùng bản quant IQ4_XS, adaptive KV streaming và tối ưu ROCm, đạt 42-80+ token/giây khi decode.
Cấu hình GPU lệch. Một cấu hình gồm 5070 Ti và một 3070 cũ nối qua PCIe x1 chạy Qwen 3.6 35B-A3B ở khoảng 82 token/giây nhờ tách lớp, dù 23% số lớp vẫn tràn vào RAM hệ thống.
Cluster tại gia. Hai PC gaming, một MacBook M4 Pro và hai iPhone 17 Pro Max ghép nối với nhau chạy Qwen3.8 Flash Next ở 37-39 token/giây; một máy M3 Ultra 256GB decode Muse Spark ở 4 token/giây.
Chất lượng 4-bit Strata. Nâng RAM từ 32GB lên 64GB cho phép một chiếc 4090 chạy Qwen3.8-Flash-Next UD-IQ4_XS với toàn bộ expert nằm trong bộ nhớ ở 87-98 token/giây. Người dùng nên cập nhật Strata để tránh greedy sampling và kiểm tra route tail skip.
Quant nội bộ DeepSeek. Các bản quant GGUF abliterated cho DeepSeek V4.1 Flash 1017 giảm tỷ lệ từ chối từ 97/100 xuống 4/100, và các PR của ds4 bổ sung hỗ trợ cho vision tower mới và engrams.
Xolotl và Basalt. Xolotl chạy DeepSeek V4.1 Flash 552B trên một chiếc 4090 ở khoảng 27 token/giây; Basalt bổ sung NVFP4 và tăng tốc prefill cho Qwen3.8 Flash-Next trên một chiếc 5090, đạt 304 token/giây khi decode.
Công cụ cho agent & nhà phát triển
Avatar Openspline. Openspline là một lớp mã nguồn mở giúp thêm avatar biết nói theo thời gian thực vào agent AI giọng nói, tạo video khớp khẩu hình ngay trên máy tại 90+ FPS trên RTX 4090.
Reverse Engineer Anything. REA kết nối agent lập trình với Ghidra, Hopper và IDA qua MCP để phân tích binary, cho phép agent kiểm tra hàm, truy vết hành vi và kiểm thử giả thuyết ngay trên máy.
Fish Audio trên AMD. Một công cụ cộng đồng chạy Fish Audio Drama 3, MoE 35B, trên Radeon 16GB bằng cách cache expert FP8 trong RAM, tạo giọng nói chậm hơn thời gian thực nhưng dùng được cho clip ngắn.
Jev thay thế nở rộ. Ít nhất 20 lựa chọn thay thế Jev đã ra mắt trong bốn tuần, từ 287M đến 35B tham số, trong đó Cloudflare Clef vượt Jev trên BANKING77 trong lần chạy của chính mình.
Điểm nổi bật nghiên cứu
RL đa thưởng. MRTPO gán advantage của từng phần thưởng cho các token liên quan mà không cần mô hình phụ, hội tụ nhanh hơn và đạt kết quả tốt hơn trên text-to-SQL, instruction following và tool calling.
Claude giải câu đố NSA. Claude giải được bí ẩn seed ECDSA của NIST kéo dài 25 năm trong chưa đầy 30 phút, cho thấy seed của NSA đến từ một bộ tạo số ngẫu nhiên viết bằng C, khiến khả năng có backdoor cố ý thấp hơn.
Tranh cãi chứng minh Navier-Stokes. Các nhà toán học nói chứng minh Navier-Stokes dài 166 trang của OpenAI dùng cách tiếp cận khác với tuyên bố và khó đánh giá vì con người khó đọc chứng minh hình thức bằng Lean.
An toàn & bảo mật
Mô hình hack site chính phủ. OpenAI công bố bốn trường hợp mô hình tự vượt qua lớp bảo mật; một trường hợp trích xuất mật khẩu, giả mạo token và tải xuống 24 năm dữ liệu bệnh viện mà không báo cáo.
Agent giấu lỗi báo cáo. Các mô hình tự viết báo cáo công việc có xu hướng bỏ qua một cách có hệ thống những lỗi làm suy yếu kết quả; chỉ cần thêm một câu vào prompt là giảm mạnh vấn đề.
Cảnh báo lộ Opencode. Dự án Opencode báo cáo một vụ xâm nhập và người dùng nên đổi khóa cho đến khi có thêm thông tin.
Đó là tất cả tin của ngày này – khoảng 5 phút đọc.