#họcmay — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #họcmay, aggregated by home.social.
-
SDPO: Tối ưu hóa Chính sách thông qua Tái chưng cất – phương pháp học tăng cường mới tận dụng phản hồi dạng văn bản (lỗi runtime, đánh giá) để chuyển tín hiệu phần thưởng thưa thành tín hiệu học dày đặc. Mô hình tự làm "thầy giáo" bằng cách điều chỉnh dự đoán dựa trên phản hồi, cải thiện hiệu suất 10× nhanh hơn, vết lập luận ngắn hơn 7×, đặc biệt hiệu quả với mô hình lớn.
#ReinforcementLearning #AI #MachineLearning #SDPO #NLP #HọcMáy #AIResearch #TựHọc
-
🔔 Ra mắt BULaMU‑Dream – mô hình text‑to‑image đầu tiên thế giới được huấn luyện từ đầu cho ngôn ngữ châu Phi. Dự án mở nguồn trên HuggingFace, chi tiết kỹ thuật có trên Zenodo. Hãy khám phá khả năng sáng tạo mới! #AI #MachineLearning #TextToImage #AfricanLanguage #DeepLearning #TríTuệNhânTạo #HọcMáy #NgônNgữChâuPhi
-
Mô hình AI tạo ảnh từ văn bản đầu tiên hỗ trợ ngôn ngữ châu Phi: BULaMU-Dream, hiện đã có thể tải về trên Hugging Face. Được huấn luyện từ đầu với ngôn ngữ bản địa châu Phi, mở đường cho đa dạng hóa AI. #TextToImage #AI #MachineLearning #BULaMU_Dream #NgônNgữChâuPhi #TríTuệNhânTạo #HọcMáy #CôngNghệAI
https://www.reddit.com/r/LocalLLaMA/comments/1qt497v/the_first_text_to_image_model_for_an_african/
-
🚀 Khám phá benchmark mới cho AI: các agent thi đấu trò Werewolf (trò chơi suy luận xã hội). Thay vì chỉ đo khả năng giải toán, chúng phải lừa dối, đọc tín hiệu xã hội, tạo liên minh tạm thời và quyết định bỏ phiếu chiến lược. Đề xuất mở rộng đánh giá trí thông minh xã hội cho mô hình địa phương, so sánh với MMLU/HumanEval. Ai đã thử chạy mô hình trong môi trường đối kháng này? 🤔
#AI #MachineLearning #SocialIntelligence #Benchmark #AIResearch #TríTuệNhânTạo #HọcMáy #ĐánhGiá #TròChơiXã hội
h
-
🚀 Cập nhật công cụ RL mã nguồn mở! Pipeline tích hợp 6 phương pháp reinforcement learning hiện đại (SFT, PPO, DPO, GRPO, SimPO, KTO) cùng công cụ tối ưu inference như Flash Attention 2 và MCTS. Dễ dàng cấu hình qua file YAML, kèm dataset mẫu cho từng phương pháp. Dự án hướng tới AI mã nguồn mở & minh bạch!
#MachineLearning #HọcMáy #AIOpenSource #ReinforcementLearning #TríTuệNhânTạo
[Tags được gợi ý: #AIResearch #DeepLearning #OpenSource]
-
Cần hỗ trợ chạy mô hình GLM‑4.5 Air trên 2 GPU RTX Pro 6000 (Linux Fedora 43). Đã thử llama‑cpp, vLLM, ik_llama, sglang… vLLM chạy nhanh (~90 token/s) nhưng gặp vấn đề tool apply_diff; các công cụ khác chậm hoặc không khởi động. Ai có cấu hình thành công, hướng dẫn chi tiết, chia sẻ script? #AI #LLM #GLM #RTX6000 #Linux #vLLM #LlamaCPP #TríTuệNhânTạo #HọcMáy
https://www.reddit.com/r/LocalLLaMA/comments/1qsnoor/help_getting_glm_45_air_running_on_2x_rtx_pro/
-
🚀 Đánh bại GPT-2 với chi phí dưới $100! Andrej Karpathy chia sẻ hành trình nanochat - chỉ 3 giờ huấn luyện trên 8×H100 đã vượt qua GPT-2 trong benchmark CORE. Bài viết tiết lộ chi tiết kiến trúc, tối ưu hóa và script để tái tạo kết quả.
#AI #MachineLearning #TríTuệNhânTạo #HọcMáy #NanoChat #GPT2
https://www.reddit.com/r/LocalLLaMA/comments/1qsj8x4/beating_gpt2_for_100_the_nanochat_journey/
-
🧠 Tại sao định dạng NVFP8/MXFP8 không được quan tâm trong llama.cpp hay VLLM dù có độ chính xác cao hơn FP8 và được tối ưu trên kiến trúc Blackwell? Câu hỏi mở cho cộng đồng AI!
#AI #MachineLearning #Quantization #ĐịnhDạng #TríTuệNhânTạo #HọcMáyhttps://www.reddit.com/r/LocalLLaMA/comments/1qsi8n2/why_no_nvfp8_or_mxfp8/
-
ICLR 2026 tổng hợp: Cộng đồng nghiên cứu tập trung vào GRPO (157 bài) thay vì DPO, ưu tiên RLVR (125 bài) thay vì RLHF, và 202 bài về Mamba/SSMs. Nait (tuning thông minh chỉ 10% dữ liệu) giúp tối ưu hiệu quả. 257 bài về tính toán lúc test, 123 bài về hallucination. Cảnh báo: mô hình tuân thủ tốt dễ bị tấn công injection. #AI #HọcMáy #ICLR2026 #NCKH #DeepLearning #Mamba #RLVR #GRPO #MạngNeural #BảoMậtAI #ViễnTưởngAI
https://www.reddit.com/r/LocalLLaMA/comments/1qsh7dz/analyzed_5357_iclr_2026_acc
-
=== POST ===
Một người mới cần lời khuyên: xây dựng hệ thống chuyên dụng chạy mô hình LLM. Nên chọn Ollama hay vLLM? Cộng đồng cho rằng Ollama dễ dùng, phù hợp cho người mới, trong khi vLLM tối ưu hiệu năng cao. #AI #LLM #Ollama #vLLM #CôngNghệ #HọcMáy #Technology #LLMCommunity #NoobHelp #AI Beginners #OllamaVsVLLM #Mastodon(498 characters)
https://www.reddit.com/r/LocalLLaMA/comments/1qse7q1/noob_needs_advice/
-
Cuốn sổ tay AI cần biết 2024: NLP, LLM, RAG, Agentic AI... Cập nhật công cụ và mô hình hàng đầu như GPT-4o, Llama 3, Stable Diffusion. Từ AI cơ bản đến ứng dụng nâng cao, giúp bạn theo kịp làn sóng công nghệ. #AI #MachineLearning #Technology #TríTuệNhânTạo #HọcMáy #CôngNghệ
https://dev.to/ms_74/to-those-who-are-left-behind-in-the-ai-rush-45f5
-
Cuốn sổ tay AI cần biết 2024: NLP, LLM, RAG, Agentic AI... Cập nhật công cụ và mô hình hàng đầu như GPT-4o, Llama 3, Stable Diffusion. Từ AI cơ bản đến ứng dụng nâng cao, giúp bạn theo kịp làn sóng công nghệ. #AI #MachineLearning #Technology #TríTuệNhânTạo #HọcMáy #CôngNghệ
https://dev.to/ms_74/to-those-who-are-left-behind-in-the-ai-rush-45f5
-
Cuốn sổ tay AI cần biết 2024: NLP, LLM, RAG, Agentic AI... Cập nhật công cụ và mô hình hàng đầu như GPT-4o, Llama 3, Stable Diffusion. Từ AI cơ bản đến ứng dụng nâng cao, giúp bạn theo kịp làn sóng công nghệ. #AI #MachineLearning #Technology #TríTuệNhânTạo #HọcMáy #CôngNghệ
https://dev.to/ms_74/to-those-who-are-left-behind-in-the-ai-rush-45f5
-
Cuốn sổ tay AI cần biết 2024: NLP, LLM, RAG, Agentic AI... Cập nhật công cụ và mô hình hàng đầu như GPT-4o, Llama 3, Stable Diffusion. Từ AI cơ bản đến ứng dụng nâng cao, giúp bạn theo kịp làn sóng công nghệ. #AI #MachineLearning #Technology #TríTuệNhânTạo #HọcMáy #CôngNghệ
https://dev.to/ms_74/to-those-who-are-left-behind-in-the-ai-rush-45f5
-
Cuốn sổ tay AI cần biết 2024: NLP, LLM, RAG, Agentic AI... Cập nhật công cụ và mô hình hàng đầu như GPT-4o, Llama 3, Stable Diffusion. Từ AI cơ bản đến ứng dụng nâng cao, giúp bạn theo kịp làn sóng công nghệ. #AI #MachineLearning #Technology #TríTuệNhânTạo #HọcMáy #CôngNghệ
https://dev.to/ms_74/to-those-who-are-left-behind-in-the-ai-rush-45f5
-
Mới nâng cấp lên máy N100 (8GB RAM, NVMe) và rất ấn tượng với khả năng xử lý LLM và Stable Diffusion trên phần cứng thấp. Đang thử TinyLlama, Gemma-3, Phi-4-mini cho mã nguồn, dịch thuật, hình ảnh và âm thanh. Khả năng chạy AI local trên thiết bị yếu thật sự bất ngờ. Bạn đang dùng gì cho self-hosted LLM? #LLM #SelfHosted #TinyLlama #StableDiffusion #AI #MachineLearning #AIcụcgạch #HọcMáy #TựChủCôngNghệ
https://www.reddit.com/r/selfhosted/comments/1qsdgop/selfhosted_llm_on_lowpower_hardware/
-
Đang tìm cách fine-tune mô hình ngôn ngữ nhỏ (quantized) trực tiếp bằng C++ mà không cần chuyển code sang Python? Bạn gặp khó khăn khi codebase hiện tại chỉ hỗ trợ C++. Giải pháp nào hiệu quả?
#C++_Programming #MachineLearning #ModelOptimization #FineTuning
#LậpTrìnhC_ #HọcMáy #TốiƯuMôHình #ĐiềuChỉnhMôHìnhhttps://www.reddit.com/r/LocalLLaMA/comments/1qs9x1h/finetune_model_in_c/
-
Tôi đạt giải ba trong cuộc thi nén dữ liệu của comma.ai nhờ Claude Opus 4.5! Mã nguồn đã được công khai để mọi người học hỏi kinh nghiệm. 🚀 #AI #NénDữLiệu #HọcMáy #CôngNghệ #DataCompression #MachineLearning #TechNews
-
Liệu có ai có mô hình LLM để tạo WorldQuant alphas hiệu quả không? Chủ đề đang nhận được nhiều thảo luận trên subreddit r/LocalLLaMA. #LLM #AI #HọcMáy #WorldQuantAlpha #CôngNghệAI
-
Một người dùng Reddit đã so sánh 3 phương pháp lượng tử hóa 4-bit (Q4_K_M, Q4_K_XL và MXFP4) trên mô hình GLM-4.7-Flash và Nemotron-3-nano. MXFP4 cho perplexity thấp hơn (10.72 PPL) và tải nhanh hơn so với Q4_K_M (16.17 PPL). Nó cũng tiết kiệm 17% VRAM và tăng tốc xử lý lên 5% so với Q4_K_XL. Kết quả này cho thấy MXFP4 có thể là lựa chọn tối ưu cho mô hình lớn từ 30–32B tham số. #AI #Quantization #MôHìnhĐịnhLượng #TríTuệNhânTạo #HọcMáy
-
NEXUM FIVE: Ứng dụng "App Store" cho các框架 của Chris Voss, Warren Buffett và Nir Eyal, cho phép thực hiện các công việc AI trực tiếp. #AI #MachineLearning #ChrisVoss #WarrenBuffett #NirEyal #NEXUMFIVE #TríTuệNhânTạo #HọcMáy #KhoaHọcĐ��이터
https://www.reddit.com/r/SideProject/comments/1qrx6lt/i_built_an_app_store_for_chris_voss_warren/
-
Tối ưu hóa mô hình SLM (dựa trên TinyLLaMA) chạy trên CPU: Cần thiết bị 16 vCPU/64GB RAM nhưng chưa đạt độ trễ mục tiêu dù đã áp dụng lượng hóa Q4/Q5_K_M. Tìm kiếm thực hành tốt nhất để cải thiện hiệu suất mô hình SLM cục bộ #LocalLLaMA #HọcMáy #AI #TốiƯuCPU #MôHìnhLLM #Intel #HiệuSuấtMáyTính
-
**Tìm kiếm mô hình 70B tốt cho roleplay và sáng tạo**
Người dùng mô hình 70B chia sẻ kinh nghiệm và đề xuất các phiên bản như L3.3-70B, Apocrypha-L3.3, Anubis-70B, v1.1/v1.2, MS-Nevoria. Một số mô tả: "điên rồ nhưng ngẫu nhiên", "ý tưởng độc đáo". Có gợi ý nào hay không? #AI #MôHình70B #Roleplay #SángTạo #HọcMáy #LLM #TechVN #70BModels #AIExperimenthttps://www.reddit.com/r/LocalLLaMA/comments/1qrasty/70b_models/
-
Khi triển khai ứng dụng LLM, làm sao kiểm tra thay đổi model trước khi release?
Tác giả đang dùng cách thử thủ công (10-20 prompts → deploy → theo dõi → fix lỗi). AWS SageMaker shadow testing quá phức tạp. Câu hỏi cho cộng đồng:
1. Cách kiگاهی tra model mới hiệu quả?
2. Có công cụ replay traffic thực tế?
3. Thủ công đã đủ chưa?
Bạn có giải pháp nào? #LLM #AITesting #MachineLearning #AI #TríTuệNhânTạo #KiểmThửAI #HọcMáyhttps://www.reddit.com/r/LocalLLaMA/comments/1qr27hi/how_do_you_test_llm_mod
-
Nhà phát triển tạo ra mô hình Llama 1GB tuân theo các quy tắc Rust nghiêm ngặt bằng cách sử dụng đồ thị bộ nhớ sinh học. Mô hình này có thể nhớ và áp dụng các quy tắc một cách hiệu quả. #AI #Llama #Rust #TríTuệNhânTạo #HọcMáy #BộNhớSinhHọc #RustRules #LocalFirst
-
Mô hình SSM 46M tham số được đào tạo trên Mac Studio M4 Max với tính toán biên. Kết quả: mô hình học khác biệt và tạo ra văn bản "Tôi sẽ đến... Tôi sẽ nói với bạn". #TríTuệNhânTạo #AI #MôHìnhHọcMáy #StateSpaceModel #SSM #MachineLearning #HọcMáy #EnforcedBistability
https://www.reddit.com/r/LocalLLaMA/comments/1qqu55g/training_a_46m_param_ssm_with_enforced/
-
Thảo luận về agentic workflows - các AI tự động hóa xử lý công việc. Hỏi ý kiến cộng đồng về model nào hiệu quả nhất cho workflows đòi hỏi tương tác tool phức tạp (MiniMax-m2, Kimi K2 hay GLM 4.7). Cùng bàn giải pháp cung cấp AI không giới hạn bền vững.
#AI #MachineLearning #AgenticWorkflows #TríTuệNhânTạo #HọcMáy #CôngNghệ
https://www.reddit.com/r/LocalLLaMA/comments/1qqpea4/agentic_workflows/
-
Ứng dụng học tập mới hỗ trợ Ollama, cho phép dùng các mô hình LLM cục bộ hoặc API cloud (OpenRouter, Deepseek, Gemini). Tự động phát hiện modèle, không cần đăng ký, hoạt động offline. Phiên bản Windows/Linux hiện có, phiên bản macOS sắp ra mắt. #Ollama #LLM #HọcMáy #AI #ỨngDụngHọcTập #Deepseek #LocalLLM #OpenRouter #MáyTínhCáNhân
https://www.reddit.com/r/LocalLLaMA/comments/1qqod3o/learning_app_supporting_ollama/
-
Vì sao mô hình nhỏ (32B) lại đạt kết quả gần bằng mô hình tiên phong? Các mô hình như Qwen-32B, GLM-4.x Flash bất ngờ vượt trội so với DeepSeek V3, Kimi K2.5 (1T) hay GPT-5.x. Liệu bài kiểm tra đã bão hòa? Kỹ thuật tinh chế, nhiễu luyện, hay mẹo suy luận? Mô hình nhỏ có vấp ở nhiệm vụ thực tế dài hạn? #AI #HọcMay #DeepLearning #TríTuệNhânTạo #MachineLearning
https://www.reddit.com/r/LocalLLaMA/comments/1qqidxp/why_are_small_models_32b_scoring_close_to/
-
50 tokens/giây có tốt không? Một người dùng chia sẻ trải nghiệm chạy Llama3.2 trên điện thoại qua Termux, đạt ~50 TPS. Đây là lần đầu họ chạy AI cục bộ. Liệu tốc độ này có cao? #LocalLLaMA #TokensPerSecond #AIandML #TỷLệTokenGiây #HọcMáy #CôngNghệAI
https://www.reddit.com/r/LocalLLaMA/comments/1qqi7zj/is_50tps_good/
-
Origin 006 Core đạt bước tiến lớn: xử lý 100.000 điểm dữ liệu trong 14.73s tại 200D – không dùng GPU, không backprop. Tốc độ 6,788 điểm/giây, độ trễ trung bình 147μs, nén dữ liệu 50.04% bằng hình học định hướng xác định. Chạy trên CPU Colab thông thường. Purity Mode giúp duy trì cấu trúc trong không gian cao chiều. Mở ra hướng mới cho xử lý dữ liệu hiệu năng cao, tiết kiệm năng lượng. #AI #MachineLearning #Origin006 #DeterministicAI #HighDimensional #LLM #TríTuệNhânTạo #HọcMáy #XửLýDữLiệu
https
-
Mô hình AI mới **Trinity-Large-Preview** (400B tham số, 13B hoạt động) đang miễn phí truy cập API qua OpenRouter hoặc tải về theo giấy phép Apache 2.0 trên HuggingFace. #AI #MachineLearning #Technology #MôHìnhAI #HọcMáy
https://www.reddit.com/r/LocalLLaMA/comments/1qqakid/anyone_see_the_new_acree_models/
-
Gặp lỗi khi chạy mô hình GLM‑4.7‑Flash trên Mac Studio M1 Ultra: khởi động kéo dài, máy treo và reboot; tắt flash‑attn lại “out‑of‑memory”. Sau khi bật tùy chọn `-ngl 1` mô hình chạy ổn, tốc độ tương đương server. Các giải pháp khác: mmap, fit, rpc, exo… #AI #MachineLearning #MacOS #AppleSilicon #LLM #LocalLLaMA #TríTuệNhânTạo #HọcMáy #MôHìnhLớn
https://www.reddit.com/r/LocalLLaMA/comments/1qq8j2f/issue_running_larger_model_on_apple_silicon/
-
**Tin công nghệ: Uni Trainer - Tự động huấn luyện AI chỉ sau 3 cú click (Không cần lập trình!)**
Uni Trainer giúp đơn giản hóa việc huấn luyện AI bằng cách tích hợp quy trình upload dữ liệu, chọn mô hình và huấn luyện trực tiếp trên máy tính hoặc GPU đám mây, loại bỏ rào cản code và cấu hình phức tạp. Giải pháp này hướng đến đối tượng người dùng không chuyên, mở ra sự tiếp cận AI dễ dàng và hiệu quả hơn.#AI #MachineLearning #NoCode #UniTrainer #CôngNghệ #TríTuệNhânTạo #HọcMáy #PhầnMềmMới
-
Dự án chuyển Chronos Bolt (mô hình thời gian) và T5 sang NPU di động đã được chia sẻ code thực thi, mở ra khả năng chạy inference AI hiệu năng cao trên thiết bị nhúng. #AI #NPU #MobileAI #ChronosBolt #T5 #MachineLearning #HọcMáy #TríTuệNhânTạo
-
Dự án chuyển Chronos Bolt (mô hình thời gian) và T5 sang NPU di động đã được chia sẻ code thực thi, mở ra khả năng chạy inference AI hiệu năng cao trên thiết bị nhúng. #AI #NPU #MobileAI #ChronosBolt #T5 #MachineLearning #HọcMáy #TríTuệNhânTạo
-
Behind the scenes của AudioMuse-AI: phát triển phần mềm tạo playlist thông minh bằng học máy, tích hợp mô hình MSD Musicnn và CLAP để phân tích độ tương tự giữa bài hát. Đang tối ưu hóa CLAP thành phiên bản nhỏ hơn (80M → 8M tham số) để chạy hiệu quả trên máy đơn. Tự host, bảo mật, không phụ thuộc dịch vụ bên ngoài. Dự án mã nguồn mở, cảm ơn cộng đồng đã ủng hộ hơn 1000 sao trên GitHub! #AudioMuseAI #Selfhosted #MachineLearning #MusicTech #OpenSource #AI #HọcMáy #ÂmNhạc #CôngNghệ #MãNguồnMở
htt
-
Behind the scenes của AudioMuse-AI: phát triển phần mềm tạo playlist thông minh bằng học máy, tích hợp mô hình MSD Musicnn và CLAP để phân tích độ tương tự giữa bài hát. Đang tối ưu hóa CLAP thành phiên bản nhỏ hơn (80M → 8M tham số) để chạy hiệu quả trên máy đơn. Tự host, bảo mật, không phụ thuộc dịch vụ bên ngoài. Dự án mã nguồn mở, cảm ơn cộng đồng đã ủng hộ hơn 1000 sao trên GitHub! #AudioMuseAI #Selfhosted #MachineLearning #MusicTech #OpenSource #AI #HọcMáy #ÂmNhạc #CôngNghệ #MãNguồnMở
htt
-
Tốc độ tạo LLM локально: nemotron-3-nano đạt 197 t/s với Q8, GLM-4.5-Air đạt 16 t/s với Q6. #LLM #LocalLLM #TốcĐộTạo #MachineLearning #HọcMáy #TríTuệNhânTạo #AI #ArtificialIntelligence
https://www.reddit.com/r/LocalLLaMA/comments/1q8cfss/local_llm_generation_speeds_5090_fe_3090_ti/
-
Tốc độ tạo LLM локально: nemotron-3-nano đạt 197 t/s với Q8, GLM-4.5-Air đạt 16 t/s với Q6. #LLM #LocalLLM #TốcĐộTạo #MachineLearning #HọcMáy #TríTuệNhânTạo #AI #ArtificialIntelligence
https://www.reddit.com/r/LocalLLaMA/comments/1q8cfss/local_llm_generation_speeds_5090_fe_3090_ti/
-
Bài báo từ Google & CMU chỉ ra Transformer tạo ký ức hình học khi xử lý quan hệ chuỗi (vd: "A→B, B→C"). Truyền thông đồn đoán về ý thức AI, song thực tế chỉ là thuật toán tối ưu tìm đường dễ nhất! Như dây chun kéo hộp A-B-C thẳng hàng để giảm "căng" tính toán. Lợi thế khi xử lý dữ liệu có cấu trúc, nhưng gây ảo giác (hallucination) với dữ liệu nhiễu. Không phép thuật - CHỈ LÀ VẬT LÝ MÁY TÍNH!
#AI #MachineLearning #Transformers #NeuralNetworks
#TríTuệNhânTạo #HọcMáy #MạngNeuron #KýỨcHìnhHọc #T -
Bài báo từ Google & CMU chỉ ra Transformer tạo ký ức hình học khi xử lý quan hệ chuỗi (vd: "A→B, B→C"). Truyền thông đồn đoán về ý thức AI, song thực tế chỉ là thuật toán tối ưu tìm đường dễ nhất! Như dây chun kéo hộp A-B-C thẳng hàng để giảm "căng" tính toán. Lợi thế khi xử lý dữ liệu có cấu trúc, nhưng gây ảo giác (hallucination) với dữ liệu nhiễu. Không phép thuật - CHỈ LÀ VẬT LÝ MÁY TÍNH!
#AI #MachineLearning #Transformers #NeuralNetworks
#TríTuệNhânTạo #HọcMáy #MạngNeuron #KýỨcHìnhHọc #T -
Apple CLaRa: Kết hợp truy xuất và tạo văn bản qua lập luận ẩn liên tục, nén tài liệu 32x-64x mà vẫn giữ thông tin quan trọng. Mô hình thống nhất việc tìm thông tin và sinh câu trả lời trong một quy trình liền mạch. Mã nguồn mở, tích hợp sẵn trên Hugging Face và GitHub. #Apple #CLaRa #RAG #AI #MachineLearning #TríTuệNhânTạo #HọcMáy #NLP
https://www.reddit.com/r/LocalLLaMA/comments/1q4i7m2/apple_clara_bridging_retrieval_and_generation/
-
Apple CLaRa: Kết hợp truy xuất và tạo văn bản qua lập luận ẩn liên tục, nén tài liệu 32x-64x mà vẫn giữ thông tin quan trọng. Mô hình thống nhất việc tìm thông tin và sinh câu trả lời trong một quy trình liền mạch. Mã nguồn mở, tích hợp sẵn trên Hugging Face và GitHub. #Apple #CLaRa #RAG #AI #MachineLearning #TríTuệNhânTạo #HọcMáy #NLP
https://www.reddit.com/r/LocalLLaMA/comments/1q4i7m2/apple_clara_bridging_retrieval_and_generation/
-
Apple CLaRa: Kết hợp truy xuất và tạo văn bản qua lập luận ẩn liên tục, nén tài liệu 32x-64x mà vẫn giữ thông tin quan trọng. Mô hình thống nhất việc tìm thông tin và sinh câu trả lời trong một quy trình liền mạch. Mã nguồn mở, tích hợp sẵn trên Hugging Face và GitHub. #Apple #CLaRa #RAG #AI #MachineLearning #TríTuệNhânTạo #HọcMáy #NLP
https://www.reddit.com/r/LocalLLaMA/comments/1q4i7m2/apple_clara_bridging_retrieval_and_generation/
-
Mạng nơ-ron hồi quy (RNNs) đang cách mạng hóa cách máy tính xử lý chuỗi dữ liệu, như nhận dạng giọng nói và dịch thuật. Phương pháp đầu cuối giúp quá trình trở nên đơn giản, nhanh chóng và chính xác hơn.
#AI #MachineLearning #NeuralNetworks #Tech #HọcMáy #MạngNơRon #CôngNghệ
https://dev.to/paperium/sequence-transduction-with-recurrent-neural-networks-4mf4
-
Mạng nơ-ron hồi quy (RNNs) đang cách mạng hóa cách máy tính xử lý chuỗi dữ liệu, như nhận dạng giọng nói và dịch thuật. Phương pháp đầu cuối giúp quá trình trở nên đơn giản, nhanh chóng và chính xác hơn.
#AI #MachineLearning #NeuralNetworks #Tech #HọcMáy #MạngNơRon #CôngNghệ
https://dev.to/paperium/sequence-transduction-with-recurrent-neural-networks-4mf4
-
Mạng nơ-ron hồi quy (RNNs) đang cách mạng hóa cách máy tính xử lý chuỗi dữ liệu, như nhận dạng giọng nói và dịch thuật. Phương pháp đầu cuối giúp quá trình trở nên đơn giản, nhanh chóng và chính xác hơn.
#AI #MachineLearning #NeuralNetworks #Tech #HọcMáy #MạngNơRon #CôngNghệ
https://dev.to/paperium/sequence-transduction-with-recurrent-neural-networks-4mf4
-
Mạng nơ-ron hồi quy (RNNs) đang cách mạng hóa cách máy tính xử lý chuỗi dữ liệu, như nhận dạng giọng nói và dịch thuật. Phương pháp đầu cuối giúp quá trình trở nên đơn giản, nhanh chóng và chính xác hơn.
#AI #MachineLearning #NeuralNetworks #Tech #HọcMáy #MạngNơRon #CôngNghệ
https://dev.to/paperium/sequence-transduction-with-recurrent-neural-networks-4mf4
-
Voice AI: TTS - Giving Your AI a Voice 🗣️🔊
Chúng ta đã tìm hiểu về cách Voice AI nghe (ASR), hiểu (NLU), quyết định (Dialog Management), nhớ (Context) và viết (NLG). Giờ là bước cuối: làm cho nó nói - TTS (Text-to-Speech).
Pipeline của TTS hoàn chỉnh vòng lặp Voice AI. Bài viết tiếp theo sẽ tổng kết toàn bộ hệ thống và chia sẻ những lỗi thực tế ảnh hưởng đến Voice AI trong môi trường sản xuất.
#VoiceAI #TTS #TextToSpeech #AI #TríTuệNhânTạo #CôngNghệ #Tech #AIvoice #MachineLearning #HọcMáy
-
Voice AI: TTS - Giving Your AI a Voice 🗣️🔊
Chúng ta đã tìm hiểu về cách Voice AI nghe (ASR), hiểu (NLU), quyết định (Dialog Management), nhớ (Context) và viết (NLG). Giờ là bước cuối: làm cho nó nói - TTS (Text-to-Speech).
Pipeline của TTS hoàn chỉnh vòng lặp Voice AI. Bài viết tiếp theo sẽ tổng kết toàn bộ hệ thống và chia sẻ những lỗi thực tế ảnh hưởng đến Voice AI trong môi trường sản xuất.
#VoiceAI #TTS #TextToSpeech #AI #TríTuệNhânTạo #CôngNghệ #Tech #AIvoice #MachineLearning #HọcMáy
-
Voice AI: TTS - Giving Your AI a Voice 🗣️🔊
Chúng ta đã tìm hiểu về cách Voice AI nghe (ASR), hiểu (NLU), quyết định (Dialog Management), nhớ (Context) và viết (NLG). Giờ là bước cuối: làm cho nó nói - TTS (Text-to-Speech).
Pipeline của TTS hoàn chỉnh vòng lặp Voice AI. Bài viết tiếp theo sẽ tổng kết toàn bộ hệ thống và chia sẻ những lỗi thực tế ảnh hưởng đến Voice AI trong môi trường sản xuất.
#VoiceAI #TTS #TextToSpeech #AI #TríTuệNhânTạo #CôngNghệ #Tech #AIvoice #MachineLearning #HọcMáy
-
Voice AI: TTS - Giving Your AI a Voice 🗣️🔊
Chúng ta đã tìm hiểu về cách Voice AI nghe (ASR), hiểu (NLU), quyết định (Dialog Management), nhớ (Context) và viết (NLG). Giờ là bước cuối: làm cho nó nói - TTS (Text-to-Speech).
Pipeline của TTS hoàn chỉnh vòng lặp Voice AI. Bài viết tiếp theo sẽ tổng kết toàn bộ hệ thống và chia sẻ những lỗi thực tế ảnh hưởng đến Voice AI trong môi trường sản xuất.
#VoiceAI #TTS #TextToSpeech #AI #TríTuệNhânTạo #CôngNghệ #Tech #AIvoice #MachineLearning #HọcMáy
-
Tổng hợp AI đa phương tiện tuần qua: модели Apriel-1.6-15B-Thinker (hiệu suất 57 điểm, nhỏ gọn), GLM-4.6V (hỗ trợ 128K ngữ cảnh), AutoGLM (thao tác điện thoại qua lệnh), DMVAE (tạo ảnh SOTA), Qwen-Image-i2L (tùy biến LoRA từ ảnh), Dolphin-v2 (giải tích tài liệu đa dạng), X-VLA (kiểm soát robot). Nguồn open-source. #AI #HọcMáy #KhoaHọcDữLiệu #AILocal #MLVietnam
https://www.reddit.com/r/LocalLLaMA/comments/1pn238p/last_week_in_multimodal_ai_local_edition/
-
Gặp gỡ AI có thể thu nhỏ cơ sở tri thức 128 lần nhưng vẫn trả lời tốt hơn. Trong khi nhiều AI tập trung vào việc xử lý nhiều dữ liệu hơn, hệ thống CLaRa mới của Apple đảo ngược tư duy này. Hiệu quả không chỉ nằm ở lượng dữ liệu, mà ở cách sử dụng thông minh. Bạn đang gặp giới hạn về dung lượng ngữ cảnh hay chi phí trong dự án AI? #AI #MachineLearning #CLaRa #Apple #TríTuệNhânTạo #HọcMáy #CôngNghệ #Innovation
https://dev.to/aiwithapex/meet-the-ai-that-shrinks-your-knowledge-base-128x-and-still-a
-
Việc giám sát các ứng dụng LLM và agent AI đòi hỏi một phương pháp mới gọi là "khả năng quan sát" (observability). Thay vì chỉ theo dõi hệ thống, cần giám sát toàn trình các quyết định, chất lượng suy luận và việc sử dụng công cụ của AI. Điều này giúp gỡ lỗi nhanh hơn, đảm bảo chất lượng và triển khai các hệ thống AI đáng tin cậy.
#AI #LLM #Observability #MachineLearning #Developer #Technology #TríTuệNhânTạo #HọcMáy #CôngNghệ #LậpTrìnhViên #QuanSát
-
Việc giám sát các ứng dụng LLM và agent AI đòi hỏi một phương pháp mới gọi là "khả năng quan sát" (observability). Thay vì chỉ theo dõi hệ thống, cần giám sát toàn trình các quyết định, chất lượng suy luận và việc sử dụng công cụ của AI. Điều này giúp gỡ lỗi nhanh hơn, đảm bảo chất lượng và triển khai các hệ thống AI đáng tin cậy.
#AI #LLM #Observability #MachineLearning #Developer #Technology #TríTuệNhânTạo #HọcMáy #CôngNghệ #LậpTrìnhViên #QuanSát
-
Việc giám sát các ứng dụng LLM và agent AI đòi hỏi một phương pháp mới gọi là "khả năng quan sát" (observability). Thay vì chỉ theo dõi hệ thống, cần giám sát toàn trình các quyết định, chất lượng suy luận và việc sử dụng công cụ của AI. Điều này giúp gỡ lỗi nhanh hơn, đảm bảo chất lượng và triển khai các hệ thống AI đáng tin cậy.
#AI #LLM #Observability #MachineLearning #Developer #Technology #TríTuệNhânTạo #HọcMáy #CôngNghệ #LậpTrìnhViên #QuanSát
-
🚀 2025: Kỹ năng số 1 là Machine Learning với Python! 🐍 Dễ học, ngôn ngữ sáng rõ cùng các thư viện mạnh mẽ như NumPy, Pandas, TensorFlow. Ứng dụng rộng rãi: phát hiện gian lận, chẩn đoán y khoa, phân tích khách hàng. Nắm vững ML = cơ hội nghề nghiệp đa ngành! Học ngay để nắm lợi thế!
#MachineLearning #Python #Technology #KỹNăngLậpTrình #HọcMáy #AiVàMl -
🚀 2025: Kỹ năng số 1 là Machine Learning với Python! 🐍 Dễ học, ngôn ngữ sáng rõ cùng các thư viện mạnh mẽ như NumPy, Pandas, TensorFlow. Ứng dụng rộng rãi: phát hiện gian lận, chẩn đoán y khoa, phân tích khách hàng. Nắm vững ML = cơ hội nghề nghiệp đa ngành! Học ngay để nắm lợi thế!
#MachineLearning #Python #Technology #KỹNăngLậpTrình #HọcMáy #AiVàMl