Gemini-SQL2 vượt 80 điểm trên benchmark text-to-SQL BIRD
Google Research nói hệ thống dựa trên Gemini 3.1 Pro vượt 80% độ chính xác thực thi trên BIRD mà không cần fine-tune riêng.
Trang 27
Xem lưu trữ →Microsoft huấn luyện một skill Markdown để nâng điểm GPT-5.5
SkillOpt xem tệp hướng dẫn agent như tham số có thể huấn luyện, cải thiện benchmark mà không đổi trọng số mô hình.
Cursor Auto-review giảm tỷ lệ ngắt agent xuống 7%
Bộ phân loại của Cursor cho phép thao tác rủi ro thấp đi tiếp và chỉ dừng ở bước nhạy cảm, giảm mệt mỏi phê duyệt cho lập trình viên.
Kimi Work đưa đàn 300 agent lên desktop
Agent desktop của Moonshot dùng tệp cục bộ, trình duyệt đã đăng nhập và tác vụ hẹn giờ, nhắm tới người dùng không thể đưa dữ liệu nhạy cảm lên cloud.
SpaceX tăng 19% ngày chào sàn, kiểm nghiệm khẩu vị IPO AI
Đợt niêm yết kỷ lục định giá câu chuyện SpaceX-xAI như một canh bạc hạ tầng AI thâm dụng vốn, tạo mốc tham chiếu cho Anthropic và OpenAI.
Báo cáo jailbreak của Amazon đi trước lệnh gỡ mô hình Anthropic
Axios lần theo cách báo cáo bảo mật của đối thủ góp phần kích hoạt lệnh chính phủ buộc rút quyền truy cập Fable 5 và Mythos 5.
Châu Âu xem việc Anthropic bị ngắt là hồi chuông chủ quyền AI
Chính trị gia Anh và Pháp dùng vụ Fable 5 và Mythos 5 bị cắt để kêu gọi châu Âu có mô hình, cloud và hạ tầng riêng.
Thổ Nhĩ Kỳ công bố kế hoạch AI 10 tỷ USD và mục tiêu 110.000 chuyên gia
Kế hoạch 2026-2030 của Erdogan ưu tiên trung tâm dữ liệu, dữ liệu công, phổ cập kiến thức và đào tạo để xây năng lực AI chủ quyền.
Claude vượt ChatGPT trong mảng AI doanh nghiệp trả phí
Dữ liệu chi tiêu Ramp cho thấy Anthropic chiếm 41% đăng ký AI doanh nghiệp trả phí, OpenAI khoảng 38%, dù người dùng phổ thông vẫn nghiêng về ChatGPT.
KPMG rút báo cáo AI sau khi phần lớn trích dẫn bị phát hiện sai
GPTZero phát hiện chỉ 5 trong 45 trích dẫn của báo cáo agentic AI từ KPMG dẫn tới nguồn thật và không bị sửa, biến nó thành cảnh báo quản trị.