AI hôm nay: context-mode giảm tải context cho Claude Code, QwenGyre huấn luyện agent
context-mode nhốt dữ liệu thô vào sandbox để Claude Code đỡ đầy context. Qwen ra QwenGyre cho agent tác vụ cực dài, còn mô hình 27B nén xuống 5,9 GB chạy được trên llama.cpp.
Hôm nay có một công cụ giúp Claude Code không bị đầy context, một framework huấn luyện agent của Qwen và nhiều tin về chạy mô hình AI trên phần cứng nhỏ. Ngoài ra là chuyện Linus Torvalds dùng LLM để rà lỗi mã nguồn.
1. context-mode giúp Claude Code đỡ đầy context, tác giả báo giảm 98%
Một snapshot Playwright có thể ngốn 56 KB, còn 20 issue GitHub tốn 59 KB context. context-mode (26k sao) nhốt dữ liệu thô vào sandbox và giữ trí nhớ phiên làm việc cho agent. Tác giả báo mức giảm output tool tới 98%, con số này do chính tác giả công bố.
Vì sao đáng chú ý: Nếu hay chạy phiên Claude Code dài, bạn có thể cài thử, tự đo mức tiết kiệm theo hướng dẫn và gỡ ra nếu không hiệu quả.
Đọc chi tiết →
2. Qwen ra mắt QwenGyre, framework RL cho agent tác vụ cực dài
QwenGyre có Elastic Scheduler, tự phân bổ lại GPU giữa rollout và huấn luyện mà không làm gián đoạn các phiên đang chạy, nhanh hơn tới 1,85× so với Colocate và 1,78× so với Async. Trajectory Processor gộp các lần thực thi phân nhánh thành cây quỹ đạo chia sẻ tiền tố. Framework được mở rộng tới Qwen3.8-2.4T-A95B với khoảng 700K token mỗi rollout và báo cáo cải thiện trên NL2RepoBench.
Vì sao đáng chú ý: Đây là gợi ý về cách các nhóm lớn huấn luyện agent làm việc nhiều bước, hữu ích cho ai theo dõi hướng agent.
Đọc chi tiết →
3. Mô hình thời tiết AI của DeepMind phát hiện bão Isaias trước 11 ngày
Mô hình này được cho là đã phát hiện bão Isaias trước 11 ngày khi đổ bộ. Nó xác định vị trí đổ bộ trước 4 ngày và dự báo đúng cường độ đỉnh trước 3 ngày.
Vì sao đáng chú ý: Cảnh báo sớm hơn giúp cộng đồng có thêm thời gian sơ tán và chuẩn bị, điều đáng chú ý với những nơi thường chịu bão.
Đọc chi tiết →
4. Bonsai 27B dạng ternary nặng 5,9 GB, chạy được trên llama.cpp
Bản dựng trọng số ternary của mô hình 27B này hỗ trợ CUDA, Metal và CPU, nhỏ hơn khoảng 9,3 lần so với bản FP16 (54 GB). Theo công bố, nó giữ 98,2% hiệu năng của FP16, đạt trung bình 84,78 trên 14 bài kiểm tra, so với 72,59 của bản IQ2XXS có dung lượng bằng khoảng 82%. Tốc độ khoảng 47 tok/s trên laptop Apple M5 Max.
Vì sao đáng chú ý: Mô hình cỡ lớn đang tiến gần hơn tới máy cá nhân, nhưng các số liệu này do nhà phát hành công bố nên nên tự thử trước khi tin.
Đọc chi tiết →
5. Intel đặt tên GPU Crescent Island là D-Series, tới 480 GB bộ nhớ
Mẫu đầu tiên là D270, dùng bộ nhớ LPDDR5X dung lượng tới 480 GB với băng thông 1,5 TB/s. Chip đạt tối đa 1,3 PFLOPS ở FP8, hỗ trợ các định dạng từ FP4 đến FP64, có 32 nhân Xe3P và 256 engine XMX. Giá bán chưa được công bố.
Vì sao đáng chú ý: Dung lượng bộ nhớ lớn là điểm nhấn, vì nhét vừa mô hình lớn vào bộ nhớ thường là rào cản chính khi tự chạy AI.
Đọc chi tiết →
6. Linus Torvalds dùng LLM tái cấu trúc mã và tìm thêm ba lỗi
Sau khi Nils Ollrogge báo một lỗi trong thư viện assocarray và đề xuất bản vá, Torvalds dùng công cụ LLM để hiểu và tách các hàm lớn thành phần dễ đọc hơn. Khi chạy mã qua bộ kiểm thử trong user space, lỗi được báo đã được xác nhận và ba lỗi khác có từ commit đầu tiên của thư viện bị phát hiện.
Vì sao đáng chú ý: Đây là ví dụ thực tế về dùng AI để làm mã dễ đọc hơn rồi kiểm thử, một quy trình lập trình viên có thể áp dụng.
Đọc chi tiết →
7. Nghiên cứu: 10 phút dùng AI làm giảm sự kiên trì với việc khó
Nghiên cứu cho thấy chỉ khoảng 10 phút dùng trợ lý AI cũng có thể làm giảm sự sẵn sàng theo đuổi nhiệm vụ khó. Những người từng nhờ AI hỗ trợ kém kiên trì hơn khi sau đó phải tự giải các bài toán khó mà không có AI.
Vì sao đáng chú ý: Với học tập và công việc, nên cân nhắc tự suy nghĩ trước khi nhờ AI để không mất thói quen vượt qua thử thách.
Đọc chi tiết →
Đáng theo dõi tiếp: các con số của Bonsai và context-mode sẽ ra sao khi cộng đồng tự kiểm chứng.