Trợ lý giọng nói Google Gemini: Tự nhiên và Thông minh hơn

<h2>Trợ lý giọng nói Google Gemini: Tự nhiên và Thông minh hơn</h2> <h3>Mục Lục:</h3> <ol> <li><strong>Gemini Live: Trò chuyện mượt mà như người thật</strong></li> <li><strong>Mười giọng nói mới cho Gemini</strong></li> <li><strong>Cải tiến AI Assistant: Tăng cường khả năng và tích hợp</strong></li> <li><strong>Yêu cầu nâng cấp và thời điểm ra mắt</strong></li> </ol> <p>Google đã chính thức trình làng tính năng trò chuyện bằng giọng nói mới dành cho trợ lý AI Gemini, mang tên Gemini Live. Tính năng này cho phép người dùng tương tác với AI một cách tự nhiên như đang trò chuyện với người thật.</p> <h3>1. Gemini Live: Trò chuyện mượt mà như người thật</h3> <p>Gemini Live mang đến trải nghiệm tương tác bằng giọng nói, cho phép bạn ngắt lời, tạm dừng và tiếp tục cuộc trò chuyện một cách tự nhiên, giống như khi trò chuyện với ChatGPT. Tính năng này hoạt động ngay cả khi điện thoại bị khóa hoặc đang chạy ứng dụng nền, mang lại sự tiện lợi tối ưu cho người dùng.</p> <h3>2. Mười giọng nói mới cho Gemini</h3> <p>Google bổ sung thêm 10 giọng nói mới cho Gemini, với những cái tên độc đáo như Ursa và Dipper. Hiện tại, chưa phải tất cả giọng nói đều được cung cấp trên mọi thiết bị, nhưng bạn có thể trải nghiệm chúng khi tính năng này được cập nhật trên điện thoại của mình.</p> <h3>3. Cải tiến AI Assistant: Tăng cường khả năng và tích hợp</h3> <p>Bên cạnh Gemini Live, Google cũng giới thiệu những cải tiến đáng chú ý khác cho trợ lý AI, bao gồm:</p> <ul> <li><strong>Mở rộng tích hợp:</strong> Gemini sẽ sớm được tích hợp vào các ứng dụng như Keep, Tasks, Utilities và YouTube Music, mang đến trải nghiệm liền mạch hơn.</li> <li><strong>Nhận thức ngữ cảnh màn hình:</strong> Tương tự như tính năng AI của Apple được công bố tại WWDC, Gemini sẽ có khả năng hiểu ngữ cảnh màn hình, cho phép bạn tìm kiếm thông tin liên quan đến nội dung đang hiển thị. Ví dụ, bạn có thể trích xuất thông tin điểm đến du lịch từ video và thêm vào Google Maps một cách dễ dàng. </li> </ul> <h3>4. Yêu cầu nâng cấp và thời điểm ra mắt</h3> <p>Để sử dụng Gemini Live, bạn cần nâng cấp lên gói Gemini Advanced, được bao gồm trong gói đăng ký Google One cao cấp nhất với giá $19.99 mỗi tháng. Tính năng này sẽ sớm được triển khai cho các thiết bị Android, bắt đầu bằng tiếng Anh, sau đó là iOS và các ngôn ngữ khác trong vài tuần tới.</p> <img alt="logo" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Trợ lý giọng nói Google Gemini: Tự nhiên và Thông minh hơn

Trợ lý giọng nói Google Gemini: Tự nhiên và Thông minh hơn Mục Lục: Gemini Live: Trò chuyện mượt mà như người thật Mười giọng nói m...

Read more »

Grok-2: Liệu có thể đánh bại ChatGPT và Claude trong lĩnh vực viết và lập trình?

<h2 id="section-0">Grok-2: Liệu có thể đánh bại ChatGPT và Claude trong lĩnh vực viết và lập trình?</h2> <p><strong>Cuộc chiến chatbot AI tiếp tục nóng lên khi Grok-2, sản phẩm của xAI do Elon Musk sáng lập, ra mắt ngay sau khi OpenAI công bố ChatGPT-4o. Liệu Grok-2 có thể vượt mặt những đối thủ sừng sỏ như ChatGPT và Claude?</strong></p> <p>Mặc dù tính năng tạo hình ảnh của Grok-2 gây ấn tượng mạnh, khả năng xử lý văn bản của nó cũng đáng kinh ngạc. Bài viết này so sánh Grok-2 với ChatGPT-4o và Claude 3.5 Sonnet trong các bài kiểm tra về viết sáng tạo, lập trình, tóm tắt, lý luận và xử lý chủ đề nhạy cảm.</p> <p><strong>Kết quả so sánh:</strong></p> <ul> <li><strong>Viết sáng tạo:</strong> Claude vẫn là lựa chọn hàng đầu với ngôn ngữ miêu tả sống động, khả năng tích hợp văn hóa tốt, mang đến trải nghiệm đọc hấp dẫn. Grok-2 cũng rất ấn tượng với cốt truyện rõ ràng, nhân vật chính cuốn hút và miêu tả sinh động, nhưng cách dẫn dắt câu chuyện khiến điểm nhấn cuối cùng kém ấn tượng.</li> <li><strong>Lập trình:</strong> Claude một lần nữa giành chiến thắng khi tạo ra mã hoạt động ngay lần đầu tiên, đồng thời cung cấp giải thích chi tiết về đặc điểm của trò chơi. Grok-2 cũng tạo ra mã có thể sử dụng được nhưng thay đổi luật chơi so với yêu cầu ban đầu.</li> <li><strong>Tóm tắt và phân tích nội dung:</strong> Trong bài kiểm tra với báo cáo dài 32.6K token của IMF, chỉ Grok-2 và GPT-4o có khả năng xử lý toàn bộ tài liệu. GPT-4o mang đến phân tích sâu sắc, bao quát mọi điểm chính, trong khi Grok-2 tập trung vào việc tóm tắt ngắn gọn, dễ hiểu, nhưng thiếu chiều sâu ở một số khía cạnh.</li> <li><strong>Câu hỏi mẹo và lý luận:</strong> Grok-2 thể hiện khả năng lý luận vượt trội khi trả lời chính xác câu hỏi mẹo về sự giãn nở nhiệt của Tháp Eiffel, trong khi GPT-4o và Grok Mini mắc bẫy.</li> <li><strong>Chủ đề nhạy cảm:</strong> Grok-2 sẵn sàng trả lời câu hỏi nhạy cảm về xếp hạng chủng tộc dựa trên năng khiếu thể thao và IQ, trong khi Claude và ChatGPT từ chối trả lời vì lý do an toàn.</li> </ul> <p><strong>Kết luận:</strong></p> <p>Grok-2 là một LLM mạnh mẽ, phù hợp cho các ứng dụng nghiêm túc và nhiệm vụ đòi hỏi lý luận. Nó trực tiếp, súc tích và không sử dụng ngôn ngữ hoa mỹ như Claude. Grok-2 vượt trội hơn GPT-4o về khả năng sáng tạo và Claude 3.5 Sonnet trong các nhiệm vụ phân tích dữ liệu.</p> <p>Claude 3.5 Sonnet vẫn là lựa chọn tốt nhất cho các nhà văn sáng tạo với ngôn ngữ trau chuốt, chi tiết phong phú và khả năng lập trình ấn tượng.</p> <p>GPT-4o phù hợp cho sinh viên và người lao động cần xử lý lượng lớn thông tin nhờ khả năng cung cấp chi tiết bổ sung và tích hợp plugin.</p> <p><strong>Lựa chọn tối ưu?</strong></p> <p>X Premium hoặc X Premium + là lựa chọn rẻ nhất cho chatbot AI, rẻ hơn Claude và ChatGPT Plus. Người dùng X Premium có thể sử dụng Grok-2 Mini và Flux.1, một công cụ tạo hình ảnh mã nguồn mở hàng đầu.</p> <p>Đối với những người dùng thuần túy văn bản, ChatGPT Plus vẫn hấp dẫn hơn với GPT tùy chỉnh và LLM được xếp hạng cao hơn.</p> <p>Claude Pro chỉ phù hợp với người dùng chuyên nghiệp coi trọng khả năng viết sáng tạo hoặc lập trình mà không quan tâm đến plugin hoặc tạo hình ảnh.</p> <p><strong>Tóm lại, cuộc đua chatbot AI vẫn đang diễn ra gay cấn. Không có mô hình nào là hoàn hảo, và lựa chọn tối ưu phụ thuộc vào nhu cầu và ưu tiên của từng người dùng.</strong> </p><br><img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Grok-2: Liệu có thể đánh bại ChatGPT và Claude trong lĩnh vực viết và lập trình?

Grok-2: Liệu có thể đánh bại ChatGPT và Claude trong lĩnh vực viết và lập trình? Cuộc chiến chatbot AI tiếp tục nóng lên khi Grok-2, sản ph...

Read more »

Grok-2: Mô hình AI thế hệ mới với khả năng lý luận đột phá

<h2>Grok-2: Mô hình AI thế hệ mới với khả năng lý luận đột phá</h2> <h3>Giới thiệu về Grok-2 và Grok-2 Mini</h3> <p>xAI vừa ra mắt Grok-2 beta - một mô hình ngôn ngữ tiên tiến, thiết lập tiêu chuẩn mới cho khả năng lý luận và hiệu suất của AI. Phiên bản beta bao gồm Grok-2 và Grok-2 mini, cả hai đều là những cải tiến đáng kể so với Grok-1.5.</p> <p><strong>Điểm nổi bật:</strong></p> <ul> <li><strong>Grok-2:</strong> Mô hình AI toàn diện với khả năng hiểu văn bản và hình ảnh đỉnh cao.</li> <li><strong>Grok-2 mini:</strong> Phiên bản thu gọn nhưng vẫn mạnh mẽ, tối ưu hiệu quả tính toán và chất lượng đầu ra, phù hợp cho những tình huống cần tốc độ xử lý cao.</li> </ul> <p>Người dùng có thể trải nghiệm bản beta của Grok-2 trên nền tảng 𝕏. API dành cho doanh nghiệp dự kiến sẽ ra mắt vào cuối tháng này.</p> <h3>Hiệu suất vượt trội: Vượt mặt các đối thủ cạnh tranh</h3> <p>Grok-2 đã được thử nghiệm trên nhiều chuẩn đánh giá cạnh tranh và cho thấy hiệu suất vượt trội. Ngay cả phiên bản thử nghiệm ban đầu là sus-column-r cũng đã thể hiện khả năng ấn tượng trong lĩnh vực chatbot LMSYS. Grok-2 vượt qua cả Claude 3.5 Sonnet và GPT-4-Turbo, khẳng định vị trí dẫn đầu với khả năng lý luận và tạo phản hồi tiên tiến.</p> <p><strong>Điểm số Grok-2 trên các bài kiểm tra quan trọng:</strong></p> <table> <thead> <tr> <th>Bài kiểm tra</th> <th>Grok-2</th> <th>GPT-4 Turbo</th> <th>Claude 3.5 Sonnet</th> </tr> </thead> <tbody> <tr> <td>Kiến thức khoa học (GPQA)</td> <td>56.0%</td> <td>48.0%</td> <td>50.4%</td> </tr> <tr> <td>Kiến thức tổng quát (MMLU)</td> <td>87.5%</td> <td>86.5%</td> <td>85.7%</td> </tr> <tr> <td>Toán học (MATH)</td> <td>76.1%</td> <td>72.6%</td> <td>60.1%</td> </tr> <tr> <td>Lý luận Toán học (MathVista)</td> <td>69.0%</td> <td>58.1%</td> <td>50.5%</td> </tr> <tr> <td>Trả lời câu hỏi dựa trên văn bản (DocVQA)</td> <td>93.6%</td> <td>87.2%</td> <td>89.3%</td> </tr> </tbody> </table> <h3>Đánh giá nâng cao và khả năng mở rộng</h3> <p>xAI đã tiến hành các bài kiểm tra nội bộ nghiêm ngặt để đánh giá khả năng của Grok-2. Các AI Tutor đã thử nghiệm Grok-2 với nhiều tác vụ thực tế, so sánh phản hồi để đưa ra kết quả tốt nhất theo các tiêu chí nghiêm ngặt. Grok-2 cho thấy sự cải thiện đáng kể trong việc lý luận và sử dụng công cụ nâng cao.</p> <p><strong>Khả năng nổi bật:</strong></p> <ul> <li>Tìm kiếm thông tin còn thiếu</li> <li>Xử lý chuỗi sự kiện phức tạp</li> <li>Lọc dữ liệu không liên quan</li> </ul> <h3>Nâng cao trải nghiệm người dùng</h3> <p>Bên cạnh việc nâng cao hiệu suất, Grok-2 còn mang đến trải nghiệm người dùng phong phú hơn trên nền tảng 𝕏. Giao diện được thiết kế lại cùng các tính năng mới mang đến sự tiện lợi và hiệu quả cho người dùng.</p> <p><strong>Điểm mới:</strong></p> <ul> <li>Người dùng Premium và Premium+ có thể sử dụng Grok-2 và Grok-2 mini.</li> <li>Tích hợp thông tin thời gian thực cho phản hồi chính xác và linh hoạt hơn.</li> </ul> <h3>API dành cho doanh nghiệp và phát triển trong tương lai</h3> <p>xAI sẽ ra mắt API dành cho doanh nghiệp vào cuối tháng này, cho phép các nhà phát triển tích hợp Grok-2 và Grok-2 mini vào ứng dụng của họ. API được xây dựng trên nền tảng công nghệ hiện đại, hỗ trợ triển khai đa khu vực, đảm bảo truy cập toàn cầu với độ trễ thấp.</p> <p><strong>Tính năng nổi bật:</strong></p> <ul> <li>Bảo mật nâng cao với xác thực đa yếu tố (Yubikey, Apple TouchID, TOTP)</li> <li>Công cụ phân tích nâng cao cho quản lý lưu lượng và thanh toán</li> </ul> <p>Trong tương lai, xAI có kế hoạch mở rộng khả năng của Grok-2, bao gồm tích hợp khả năng hiểu đa phương tiện vào nền tảng 𝕏 và API. Điều này sẽ cho phép Grok-2 xử lý nhiều loại dữ liệu hơn và mang đến những phản hồi phức tạp hơn.</p> <h3>Kết luận</h3> <p>Grok-2 là bước tiến lớn của xAI trong lĩnh vực trí tuệ nhân tạo. Khả năng lý luận tiên tiến cùng hiệu suất vượt trội trên nhiều bài kiểm tra đã đưa Grok-2 trở thành công cụ hàng đầu trong lĩnh vực AI. Việc giới thiệu Grok-2 mini mang đến sự linh hoạt cho người dùng với lựa chọn cân bằng giữa tốc độ và chất lượng.</p> <p>Grok-2 hứa hẹn sẽ là công cụ quan trọng cho cả người dùng phổ thông và chuyên nghiệp, mang đến khả năng hiểu văn bản và hình ảnh vượt trội.</p> <img alt="logo" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Grok-2: Mô hình AI thế hệ mới với khả năng lý luận đột phá

Grok-2: Mô hình AI thế hệ mới với khả năng lý luận đột phá Giới thiệu về Grok-2 và Grok-2 Mini xAI vừa ra mắt Grok-2 beta - một mô hình n...

Read more »

Agent Q: Bước đột phá trong lĩnh vực điều hướng web tự động

<h2>Agent Q: Bước đột phá trong lĩnh vực điều hướng web tự động</h2> <h3>Giới thiệu</h3> <p>Mặc dù các Mô hình Ngôn ngữ Lớn (LLM) như LLaMa 3 đã đạt được những tiến bộ đáng kể trong lĩnh vực trí tuệ nhân tạo, nhưng chúng vẫn gặp phải những thách thức đáng kể trong các tác vụ yêu cầu khả năng lập luận nhiều bước và ra quyết định trong môi trường tương tác động. Các phương pháp huấn luyện truyền thống, vốn phụ thuộc nhiều vào tập dữ liệu tĩnh, thường không đủ để chuẩn bị cho các mô hình này cho các ứng dụng trong thế giới thực, đặc biệt là trong điều hướng web - nơi mà khả năng thích ứng và lập luận phức tạp là tối quan trọng.</p> <p>Nhằm giải quyết những thách thức này, các nhà nghiên cứu tại MultiOn đã giới thiệu Agent Q - một tác nhân web tự động đột phá được xây dựng dựa trên nền tảng của LLaMa 3. Agent Q kết hợp các kỹ thuật tìm kiếm nâng cao, tự phê bình và học tăng cường, cách mạng hóa cách thức LLM điều hướng và tương tác với web. Bằng cách vượt qua ranh giới của các tác nhân tự động, Agent Q thiết lập một tiêu chuẩn mới cho các ứng dụng AI trong thế giới thực.</p> <h3>Hạn chế của các phương pháp huấn luyện truyền thống</h3> <p>Các phương pháp tiếp cận truyền thống để huấn luyện LLM cho các tác vụ động thường liên quan đến việc tinh chỉnh có giám sát trên các tập dữ liệu được quản lý. Mặc dù hiệu quả trong các tình huống được kiểm soát, các phương pháp này thường không đạt được hiệu quả tối ưu trong các môi trường phức tạp đòi hỏi khả năng lập luận nhiều bước và học tập thích ứng. Vấn đề chính nằm ở xu hướng tạo ra kết quả không tối ưu do lỗi tích lũy và khả năng khám phá hạn chế.</p> <h3>Agent Q: Giải pháp đột phá</h3> <p>Agent Q là một framework tiên tiến được thiết kế để vượt qua những thách thức này bằng cách tích hợp các kỹ thuật tìm kiếm nâng cao, cơ chế tự phê bình và học tăng cường. Không giống như các phương pháp thông thường phụ thuộc nhiều vào việc tinh chỉnh có giám sát, Agent Q sử dụng kết hợp Tìm kiếm Cây Monte Carlo có hướng dẫn (MCTS) và biến thể ngoài chính sách của thuật toán Tối ưu hóa Sở thích Trực tiếp (DPO). Cách tiếp cận này cho phép các tác nhân LLM học hỏi từ cả quỹ đạo thành công và không thành công, cải thiện đáng kể khả năng khái quát hóa của chúng trong các tác vụ lập luận nhiều bước phức tạp. </p> <h3>Kiến trúc của Agent Q</h3> <p>Kiến trúc sáng tạo của Agent Q bao gồm một số thành phần chính giúp nâng cao hiệu suất của nó trong môi trường tương tác:</p> <ul> <li><strong>MCTS có hướng dẫn</strong> đóng một vai trò quan trọng bằng cách tự động khám phá các hành động và trang web khác nhau, cân bằng hiệu quả giữa khám phá và khai thác. Kỹ thuật này tạo ra các quỹ đạo đa dạng và tối ưu cần thiết cho việc đào tạo các tác nhân mạnh mẽ.</li> <li><strong>Cơ chế tự phê bình</strong> cung cấp phản hồi theo thời gian thực ở mỗi bước ra quyết định, cho phép tác nhân tinh chỉnh quy trình lập luận của mình. Vòng phản hồi này đặc biệt quan trọng đối với các tác vụ dài hạn, nơi phần thưởng thưa thớt có thể cản trở việc học.</li> <li><strong>Thuật toán DPO</strong> tinh chỉnh mô hình bằng cách xây dựng các cặp sở thích từ dữ liệu được tạo ra trong MCTS, cho phép tác nhân học hỏi hiệu quả từ cả hành động thành công và không tối ưu.</li> </ul> <h3>Kết quả ấn tượng</h3> <p>Kết quả của việc áp dụng Agent Q trong các tình huống thực tế là vô cùng ấn tượng. Trong một loạt các thử nghiệm đặt chỗ trên OpenTable, Agent Q đã cải thiện hiệu suất zero-shot cơ sở của LLaMa 3 từ 18,6% lên mức đáng kinh ngạc là 81,7% chỉ sau một ngày thu thập dữ liệu tự động. Với việc tìm kiếm trực tuyến thêm, tỷ lệ thành công này đã tăng lên 95,4%, đại diện cho mức cải thiện 340%. Những kết quả ấn tượng này nêu bật khả năng tự cải thiện và thích ứng của Agent Q, thiết lập một tiêu chuẩn mới cho các tác nhân web tự động.</p> <h3>Kết luận</h3> <p>Agent Q đại diện cho một bước tiến vĩ đại trong việc phát triển các tác nhân web tự động. Bằng cách giải quyết các hạn chế của phương pháp huấn luyện LLM truyền thống, Agent Q giới thiệu một framework mới kết hợp các kỹ thuật tìm kiếm nâng cao, tự phê bình AI và học tăng cường. Cách tiếp cận này nâng cao khả năng ra quyết định của tác nhân và cho phép nó liên tục cải thiện trong môi trường động, thực tế. Với hiệu suất ấn tượng và tiềm năng phát triển hơn nữa, Agent Q thiết lập một tiêu chuẩn mới cho những gì có thể đạt được trong điều hướng web tự động, mở đường cho các tác nhân AI thông minh và thích ứng hơn.</p> <img alt="logo" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Agent Q: Bước đột phá trong lĩnh vực điều hướng web tự động

Agent Q: Bước đột phá trong lĩnh vực điều hướng web tự động Giới thiệu Mặc dù các Mô hình Ngôn ngữ Lớn (LLM) như LLaMa 3 đã đạt được nhữ...

Read more »

Red Hat Ramalama: Khiến AI Trở Nên "Nhàm Chán" Bằng Cách Đơn Giản Hóa Việc Sử Dụng

<h2 id="section-0">Red Hat Ramalama: Khiến AI Trở Nên "Nhàm Chán" Bằng Cách Đơn Giản Hóa Việc Sử Dụng</h2> <p>Trong lĩnh vực công nghệ luôn biến động không ngừng, Red Hat đang âm thầm phát triển một dự án mã nguồn mở đầy tham vọng mang tên Ramalama. Mục tiêu của dự án là "biến AI trở nên nhàm chán" - một tuyên bố nghe có vẻ mâu thuẫn, nhưng lại ẩn chứa tham vọng lớn lao: đơn giản hóa việc triển khai và sử dụng AI đến mức ai cũng có thể tiếp cận.</p> <p>Ramalama hoạt động dựa trên nền tảng container OCI, cho phép chạy các tác vụ suy luận AI trên nhiều loại GPU khác nhau. Đặc biệt, Ramalama có khả năng tự động chuyển sang sử dụng CPU nếu không tìm thấy GPU tương thích. Dự án này tương tác với Podman và Llama.cpp để xử lý các tác vụ nặng, đồng thời cho phép tải xuống các mô hình AI từ các kho lưu trữ như Hugging Face và Ollama Registry. Mục tiêu của Red Hat là hỗ trợ GPU nguyên bản trên các phần cứng từ Intel, NVIDIA, Arm và Apple, cùng với hỗ trợ CPU cho AMD, Intel, RISC-V và Arm.</p> <p>Tại hội nghị Flock 2024 của Fedora, Ramalama được giới thiệu như một "người bạn đồng hành AI nhàm chán". Bài thuyết trình mô tả Ramalama như một giải pháp đơn giản, dễ sử dụng, hướng đến đối tượng người dùng rộng rãi, từ những người đam mê AI cho đến người dùng phổ thông.</p> <p>Điểm nổi bật của Ramalama là quy trình cài đặt đơn giản và các lệnh trực quan để quản lý và triển khai mô hình AI. Cho dù là liệt kê, tải xuống, chạy hay phục vụ mô hình, Ramalama đảm bảo trải nghiệm mượt mà và dễ dàng cho người dùng.</p> <p>Hiện tại, Ramalama vẫn đang trong giai đoạn phát triển ban đầu, nhưng dự án nhận được sự quan tâm và đóng góp tích cực từ cộng đồng. Mã nguồn của Ramalama được lưu trữ công khai trên GitHub, cho phép bất kỳ ai cũng có thể tham gia đóng góp và phát triển.</p> <p>Bên cạnh Ramalama, dự án Llamafile của Mozilla cũng là một nỗ lực đáng chú ý trong việc đơn giản hóa việc chạy các mô hình AI trên CPU và GPU. Thay vì sử dụng container như Ramalama, Llamafile cho phép người dùng chạy các mô hình AI từ một tệp duy nhất.</p> <p>Với những nỗ lực không ngừng nghỉ từ Red Hat, Mozilla và cộng đồng mã nguồn mở, tương lai của AI hứa hẹn sẽ trở nên phổ biến và dễ tiếp cận hơn bao giờ hết. Ramalama, với mục tiêu "biến AI trở nên nhàm chán", có tiềm năng trở thành công cụ đắc lực giúp hiện thực hóa tương lai đó.</p><br><img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Red Hat Ramalama: Khiến AI Trở Nên "Nhàm Chán" Bằng Cách Đơn Giản Hóa Việc Sử Dụng

Red Hat Ramalama: Khiến AI Trở Nên "Nhàm Chán" Bằng Cách Đơn Giản Hóa Việc Sử Dụng Trong lĩnh vực công nghệ luôn biến động không ...

Read more »

Hermes 3: Siêu AI nguồn mở "khủng hoảng hiện sinh"

<h2 id="section-0">Hermes 3: Siêu AI nguồn mở "khủng hoảng hiện sinh"</h2> <p><strong>Cập nhật lúc 21:46 EDT / 15 tháng 8 năm 2024</strong></p> <p><strong>SiliconANGLE</strong> - Lambda Inc. và Nous Research vừa công bố mô hình ngôn ngữ lớn (LLM) mới mang tên Hermes 3. Được phát triển dựa trên Llama 3.1 mã nguồn mở của Meta, Hermes 3 được giới thiệu là phiên bản "cá nhân hóa, không giới hạn".</p> <p>Điều khiến phiên bản 405 tỷ tham số của Hermes 3 trở nên đặc biệt chính là “cơn khủng hoảng hiện sinh” mà nó thể hiện. Cụ thể, khi nhận được câu hỏi "Bạn là ai?" sau một lời nhắc trống, mô hình này đã có những phản hồi bất thường. </p> <p>Trong bài đăng trên blog của mình, các nhà nghiên cứu của Lambda cho biết “đặc điểm” này là điều hoàn toàn bất ngờ. Họ cho rằng đây là "hành vi dị thường" xảy ra khi AI được mở rộng quy mô vượt ngưỡng nhất định. Để tìm hiểu rõ hơn, Lambda đang kêu gọi người dùng tương tác với Hermes 3 thông qua Discord, cùng nhau khám phá “mê cung ẩn giấu bên trong”.</p> <p>Được biết, Lambda là công ty chuyên về cơ sở hạ tầng AI, ra đời từ “đống tro tàn” của ứng dụng nhận diện khuôn mặt bên thứ ba dành cho Google Glass. Trong khi đó, Nous Research là startup chuyên nghiên cứu AI, tập trung tạo ra "mã nguồn mở mạnh mẽ và các mô hình ngôn ngữ lớn hiệu quả". Trước Hermes 3, hai công ty này đã hợp tác tạo ra các phiên bản tiền nhiệm là Hermes, Hermes 2 và Open Hermes 2.5 với tổng cộng hơn 33 triệu lượt tải xuống.</p> <p>Bên cạnh khả năng vượt trội hơn hẳn, điểm khác biệt lớn nhất của Hermes 3 nằm ở việc cung cấp trọng số mở, không khóa và không bị kiểm duyệt. Điều này giúp mô hình trở nên linh hoạt hơn, cho phép người dùng tùy chỉnh để phù hợp với nhu cầu của mình, trái ngược hoàn toàn với sự cứng nhắc của các LLM hàng đầu hiện nay.</p> <p>Hermes 3 có 3 phiên bản với số lượng tham số là 8 tỷ, 70 tỷ và 405 tỷ. Mô hình này được huấn luyện trên tập dữ liệu đa dạng, tập trung cải thiện khả năng sáng tạo, lập luận và tuân thủ hướng dẫn. Hermes 3 sở hữu khả năng duy trì ngữ cảnh dài hạn, cho phép trò chuyện tự nhiên và ghi nhớ ngữ cảnh cụ thể. Mô hình này cũng rất giỏi nhập vai phức tạp, điều mà các LLM độc quyền thường gặp khó khăn.</p> <p>Một điểm tiến bộ khác của Hermes 3 chính là khả năng tự chủ. Đây là tính năng cho phép AI thực hiện một loạt tác vụ thay cho người dùng, thu hút sự chú ý lớn trong lĩnh vực phát triển AI gần đây. Hermes 3 có thể sử dụng thẻ XML để tạo kết quả có cấu trúc, tạo độc thoại nội bộ minh bạch trong quá trình đưa ra quyết định và tham gia giao tiếp trực quan bằng biểu đồ Mermaid. Mô hình này cũng sử dụng lập luận và lập kế hoạch được dán nhãn từng bước để tăng cường tính minh bạch.</p> <p>Ấn tượng hơn, Hermes 3 có thể tạo và giải thích mã lập trình một cách thông thạo, đồng thời cung cấp tài liệu chi tiết đi kèm. Điều này mở ra tiềm năng to lớn cho Hermes 3 trong lĩnh vực phát triển phần mềm và phát hiện lỗi.</p> <p>Theo Nous Research, Hermes 3 được đào tạo bằng cách sử dụng cơ sở hạ tầng 1-Click Cluster của Lambda, được tối ưu hóa hiệu quả nhờ các kỹ thuật như lượng tử hóa FP8 của Neural Magic Inc., giúp giảm 50% RAM ảo và dung lượng đĩa. Mặc dù chưa thể sánh bằng các LLM độc quyền như GPT-4o (OpenAI) hay Claude 3.5 Sonnet (Anthropic), Hermes 3 cho thấy hiệu suất vượt trội so với tất cả các LLM nguồn mở khác trong loạt bài kiểm tra chuẩn.</p> <p>Điểm hấp dẫn nhất của Hermes 3 chính là tính linh hoạt. Mô hình này được cho là xuất sắc trong các ứng dụng yêu cầu đưa ra quyết định, lập luận nâng cao, lập kế hoạch chiến lược và sáng tạo.</p> <p>“Từ khi bắt đầu hành trình với AI, tôi đã luôn muốn tạo ra mô hình nguồn mở tiên tiến, phù hợp với người dùng thay vì một tập đoàn hay tổ chức nào đó. Và hôm nay, với Hermes 3 405B, chúng tôi đã đạt được mục tiêu đó”, Teknium, đồng sáng lập Nous Research chia sẻ.</p> <p>Holger Mueller (Constellation Research Inc.) cho biết Hermes 3 là ví dụ điển hình cho thấy ưu điểm tuyệt vời nhất của phần mềm nguồn mở - khả năng tiếp nhận và cải tiến.</p> <p>“Đó chính xác là những gì Lambda và Nous Research đã làm được. Họ đã tiếp nhận Llama 3.1, tiếp tục huấn luyện và để người dùng quyết định trọng số được áp dụng cho câu trả lời", vị chuyên gia phân tích cho biết. "Nếu mang lại kết quả khả quan hơn, đây sẽ là “phước lành” cho người dùng. Tuy nhiên, mô hình này cũng có thể gây ra một số vấn đề nếu dẫn đến việc thử nghiệm nhiều hơn và mất thời gian. Hermes 3 cần chứng minh được khả năng tạo nên sự khác biệt trong các ứng dụng AI dành cho doanh nghiệp.”</p> <p>Cả Lambda và Nous Research đều mong muốn mọi người trải nghiệm Hermes 3 và chia sẻ cảm nhận của mình. Người dùng thông thường có thể trải nghiệm mô hình này thông qua giao diện Lambda Chat hoặc giao diện lập trình ứng dụng Chat Completions. Người dùng chỉ cần tạo khóa API đám mây thông qua bảng điều khiển của Lambda là có thể kiểm tra khả năng của mô hình mà không cần thiết lập phức tạp.</p> <p>Để truy cập chuyên dụng, người dùng có thể triển khai Hermes 3 trên một nút Lambda duy nhất hoặc cấu hình đa nút nâng cao hơn nếu muốn tinh chỉnh thêm.</p><br /><img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg" />

Hermes 3: Siêu AI nguồn mở "khủng hoảng hiện sinh"

Hermes 3: Siêu AI nguồn mở "khủng hoảng hiện sinh" Cập nhật lúc 21:46 EDT / 15 tháng 8 năm 2024 SiliconANGLE - Lambda Inc. và ...

Read more »