NVIDIA phát hành Nemotron 3.5 Transcribe dạng open-weight trên Hugging Face và ModelScope: phiên âm 40 ngôn ngữ, dịch 31 ngôn ngữ sang/ từ tiếng Anh, tách người nói 13 ngôn ngữ, xử lý file tới 1 giờ và tối đa 8 người nói. Kèm pipeline dữ liệu Granary v2 và công cụ fine-tune NeMo Speech; trong case y tế, fine-tune giảm WER 45,8% so với prompt tốt nhất.
Thử ngay: Tải model trên Hugging Face hoặc ModelScope, thử prompt bằng tiếng Việt để xem tên riêng và thuật ngữ chuyên ngành có bị viết sai không.
Bản 2.1.312 sửa lỗi Claude ghi đè file CLAUDE.md, rules hoặc file @-include rất lớn sau khi chỉ đọc phần đầu; giờ Write buộc đọc hết hoặc sửa tại chỗ. Cũng sửa lỗi không tìm thấy skills theo thư mục sau khi Bash cd sâu trong repo, lỗi một lệnh sai tên làm claude -p không có output, và thêm oidc.user_id_claim cho gateway.
Thử ngay: Chạy claude update lên 2.1.312 rồi kiểm tra lại các file CLAUDE.md và skills theo thư mục trong repo của bạn.
Liquid AI ra LFM3 gồm sáu model cỡ 2B (text, vision, audio, omni, decision) cùng một backbone, con text 1.7B thắng LFM2.5-2.6B dù ít hơn 35% tham số. Model text nặng khoảng 1 GB ở 4-bit, context 256K, chạy được trên máy edge và fine-tune trên một GPU duy nhất.
Thử ngay: Thử tải LFM3-1.7B về fine-tune trên một GPU với dữ liệu riêng của bạn để so với model bạn đang dùng.
Bản v2.1.311 sửa tình trạng treo lúc khởi động và sau khi đọc/sửa file khi CLAUDE.md có một mục quá dài, cùng loạt lỗi Write/Edit chậm 5 giây khi sửa hàng nghìn dòng. Cũng sửa việc phiên ngữ cảnh chuẩn dừng với lỗi "Usage credits required for 1M context" khi vượt 200K token — giờ Claude Code nén hội thoại và chạy tiếp.
Thử ngay: Chạy claude update lên v2.1.311 rồi thử lại trên file có CLAUDE.md dài xem còn treo không.
Nghiên cứu của Ai2 thử 6 model (GPT-5.1, GPT-5.2, GPT-5.4, Claude Sonnet 4.5, Opus 4.5, Opus 4.6) làm giám khảo độ mới của ý tưởng nghiên cứu và thấy chỉnh vài từ trong prompt đổi độ chính xác hơn 50 điểm phần trăm. Thêm retrieval hay reasoning không cải thiện ổn định, hai hệ thống chuyên dụng còn kém hơn một prompt đơn giản với Claude Opus 4.6. Nhóm phát hành benchmark, dữ liệu và code để tự kiểm tra.
Thử ngay: Chạy benchmark Old Ideas, Novel Problems với vài biến thể prompt trên model bạn dùng trước khi tin vào điểm số nó cho.
Greptile mở rộng từ review code sang kiểm thử luồng người dùng bằng GPT-6 Astra, dùng thêm Daybreak để tăng cường bảo mật và Codex để giảm việc phải sửa lại.
CodeRabbit dùng GPT-6.1 Sol để điều tra rủi ro bảo mật trong các codebase phức tạp; agent bảo mật của nó giúp dev xem lại phát hiện và bản sửa đề xuất.
Đội kỹ sư OpenAI dùng Codex Ultrafast để điều tra sự cố, phân tích bảo mật và refactor code nhanh hơn. Thời gian điều tra sự cố rút từ vài giờ xuống vài phút.
OpenAI giới thiệu GPT-6.1 Terra, model nhanh và làm được việc điều khiển máy tính ở mức phổ thông. Bài công bố quá ngắn, chưa nói giá hay giới hạn cụ thể.
Bản v2.1.310 thêm Monitor tool và plugin monitors, đồng thời sửa lỗi request hỏng sau một số gateway từ chối giá trị effort-2025-11-24 bằng cách thử lại không kèm tham số đó. Cũng sửa việc dọn dẹp nền xoá nhầm file mới như ảnh dán vào khi cleanupPeriodDays đặt quá lớn.
Thử ngay: Cập nhật lên v2.1.310 rồi kiểm tra lại giá trị cleanupPeriodDays trong cấu hình để tránh mất ảnh dán gần đây.
Bản v2.1.309 sửa lỗi lệnh Bash trong sandbox trên macOS/Linux chạy file khởi động shell trước khi vào sandbox, và lỗi pattern denyWrite không áp đúng khi thư mục đi qua symlink. Cũng vá việc lệnh sandbox và edit tự động chấp nhận có thể sửa file cấu hình MCP truyền qua --mcp-config. Còn sửa lỗi ctrl+enter chỉ xếp hàng tin nhắn, ctrl+o không hiện tin từ agent khác, và CLAUDE.md lồng quá lớn gây compact liên tục.
Thử ngay: Chạy claude update lên v2.1.309 rồi kiểm lại các deny rule Edit(path) và cấu hình --mcp-config trong dự án của bạn.
Một Space của torch-neuronx cho biết model nào trên Hub chạy nguyên bản trên Trainium, kèm số lõi, thời gian chạy và bộ nhớ đỉnh, cùng script để tự chạy. Hiện chỉ kiểm tra model Transformers cho text-generation và image-text-to-text.
Thử ngay: Chuyển sang view Trending hoặc Downloads trong Space, gõ tên model, rồi chạy `hf buckets sync hf://buckets/aws-neuron/torch-neuronx-neff-cache/neuronxcc-<version> /tmp/neff_cache` để bỏ bước biên dịch đồ thị.
Nhóm Microsoft và Hugging Face dùng kết quả kiểm tra trạng thái database cuối cùng làm reward để huấn luyện agent, thay vì chỉ chấm điểm. Trên Qwen3.8-27B, tỉ lệ thành công trung bình tăng từ 51,70% lên 60,78%, số tác vụ đúng cả 20 lần tăng từ 38 lên 107 sau 50 bước GRPO. Code ThinkingBox-Training đã có trên GitHub.
Thử ngay: Clone repo ThinkingBox-Training trên GitHub và xem cách họ chọn tác vụ huấn luyện theo độ khó so với model hiện tại.
Anthropic chuyển Agent Skills, chuẩn mở gồm file SKILL.md dạy agent một tác vụ kèm script, cho Agentic AI Foundation dưới Linux Foundation. Đã có hơn 70 nền tảng agent tích hợp gồm ChatGPT, Cursor, GitHub Copilot, VS Code; 1 triệu skill được đăng và gần 280 triệu lượt cài. Chuẩn vẫn mở, ai cũng dùng hoặc đóng góp được mà không cần gia nhập AAIF.
Thử ngay: Đọc spec ở agentskills.io rồi thử viết một SKILL.md cho tác vụ lặp lại trong repo của bạn.
Hugging Face giới thiệu recipe ghép 4 model Granite chuỗi thời gian sẵn có, trả về dự báo trung vị và các quantile mà không cần train lại hay fit trọng số. Recipe lưu cấu hình ensemble chứ không lưu trọng số gộp, và tải 4 checkpoint lúc chạy nên lần đầu sẽ lâu.
Thử ngay: Cài granite-tsfm rồi load QuantileEnsembleForecaster từ tsfm_public.models.ensemble.modeling_ensemble, chạy thử trên ETTh1.csv và xem result.prediction_outputs cùng result.quantile_outputs.
Bản 2.1.308 của Claude Code không có tính năng mới, chỉ gồm sửa lỗi và cải thiện độ tin cậy. Nếu bạn đang chạy bản cũ mà hay gặp lỗi lặt vặt thì đây là bản nên lên.
Thử ngay: Chạy claude update hoặc cài lại qua npm để lên 2.1.308.
Bản này thêm /claude-api api-version để chuyển code Claude API sang phiên bản 2026-10-21, và phát sự kiện claude_code.safety_event cho mỗi tool call bị rule quyền, auto mode, hook hay sandbox chặn hoặc hỏi lại. Có loạt sửa lỗi MCP (timeout khi máy sleep, gọi tool HTTP hai lần, cần xác thực trên macOS) và lỗi model-not-found khi bật CLAUDE_CODE_DISABLE_1M_CONTEXT với alias kiểu opus[1m].
Thử ngay: Chạy claude update rồi kiểm tra lại mấy MCP server từng báo timeout sau khi máy sleep, và chạy /claude-api api-version nếu code của bạn đang gọi Claude API.
Kumo Relational là model nền cho dữ liệu quan hệ, nhận câu hỏi dự đoán rồi lấy tối đa 10.000 ví dụ lịch sử làm ngữ cảnh và trả kết quả trong một lượt, không cần huấn luyện riêng hay tạo đặc trưng. Trên 41 bài toán của 15 cơ sở dữ liệu, nó vượt các pipeline gradient-boosted tree; trên benchmark SAP SALT, nó hơn AutoGluon 8% MRR, và chạy được với bảng hơn 500 tỷ dòng.
Thử ngay: Thử model qua thư viện structured-data-models mã nguồn mở của NVIDIA hoặc qua NVIDIA NIM nếu bạn đang dự đoán churn, nhu cầu hay gian lận trên bảng dữ liệu.
Nhóm tác giả thay tokenizer của Qwen3-4B bằng bộ từ vựng riêng cho bài chấm tiểu luận tiếng Bồ Đào Nha, giảm 77% chi phí suy luận đo được mà không đổi model nền. Thay vì chọn token theo tần suất, họ chọn theo chi phí của từng token, và đây là kết quả xem trước từ bài báo VocabX chưa công bố.
OpenAI đưa frontier model và luồng làm việc Codex lên Gemini Model Garden, mua qua Google Cloud Marketplace. Nếu team bạn chạy hạ tầng trên nền tảng đám mây của Google thì đây là đường truy cập mới cho Codex.
Bài đầu chuỗi hướng dẫn profile TorchNeuron, backend PyTorch cho chip Trainium, dành cho người chưa từng profile. Bạn học cách cấu hình torch.profiler với Neuron backend, đọc bảng key_averages() để xem op nào tốn thời gian thiết bị, và lần theo một op qua Neuron Explorer.
Thử ngay: Truyền NeuronConfig vào torch.profiler.profile qua tham số experimental_config, rồi dùng callback export_trace của NeuronProfiler để ghi trace.json.
IBM ra granite-speech-5.0-2b cùng bản 470m-turboctc và 4.1-2b-plus, giấy phép Apache 2.0, chạy được trên Transformers, vLLM, llama.cpp, mlx-audio. Model 2B phiên âm 6 ngôn ngữ (Anh, Pháp, Đức, Tây Ban Nha, Bồ Đào Nha, Nhật), dịch hai chiều với tiếng Anh, nhận danh sách từ khoá tới 2.000 từ.
Thử ngay: Thử granite-speech-5.0-2b qua vLLM hoặc llama.cpp, truyền danh sách từ khoá sản phẩm/tên riêng trong prompt để xem độ chính xác phiên âm.
Sáng kiến Patch the Planet nối nhà nghiên cứu bảo mật, maintainer và đội xử lý sự cố để gỡ các lỗ hổng nghiêm trọng trong mã nguồn mở. Việc các agent quét ra lỗ hổng nghĩa là dự án bạn dùng có thể nhận báo cáo và bản vá nhanh hơn.
Bản v2.1.306 sửa lỗi claude -p trong cloud session báo "Not logged in" khi khởi động mà thiếu biến môi trường của session. Nó cũng sửa việc lỗi API bị thay bằng "prompt is too long" kèm nén ngữ cảnh thừa khi session có nhiều MCP tool.
Thử ngay: Cập nhật Claude Code lên v2.1.306, rồi thử lại claude -p trong cloud session có nhiều MCP tool.
Cloudflare dùng OpenAI Daybreak để điều tra lỗ hổng và đề xuất bản vá cho người review, còn dev của họ dùng Codex để code nhanh hơn và cải thiện chất lượng code. Tức là tách vai: một bên săn lỗi bảo mật, một bên viết code.
Bản này sửa lỗi hồi quy từ 2.1.304 khiến mọi request fail nếu endpoint hoặc gateway từ chối tool search; Claude Code giờ tự thử lại mà không dùng tool search. Thêm sandbox.allowNestedUserNamespaces để lệnh trong sandbox trên Linux tạo được user namespace (Chromium, rootless podman).
Thử ngay: Cập nhật Claude Code lên 2.1.305; nếu chạy Chromium hay rootless podman trong sandbox, bật sandbox.allowNestedUserNamespaces.
FairStress đo mức công bằng của LLM không chỉ ở đáp án cuối mà ở việc model dễ đổi quyết định đến mức nào khi bị gây áp lực. Thử trên Olmo, Llama, Qwen, Gemma, Claude và nhóm GPT, cùng một lập luận thuyết phục làm model đổi ý khác nhau tuỳ nhóm nhân khẩu mà lập luận đó nghiêng về.
Thử ngay: Tải FairStress về chạy thử, hoặc dùng ngay trong Olmo-eval để so sánh model bạn đang dùng.
ALTK-Evolve cho agent ReAct dùng GPT-4.1 tự đúc kết quy tắc từ các lần thử, nhét vào system prompt để đạt 67.5% Pass^4 trên τ²-bench retail — giải đúng cả 4 lần thử độc lập — mà không cần cập nhật trọng số model. Cách làm này cũng cải thiện agent chạy trên các model mạnh hơn.
Bản 2.15 có FP8 trên MPS, kernel Metal riêng cho linear, softmax và top-k nên MoE decode nhanh 5-6,5 lần so với 2.14. Trên M3 Ultra với torch.compile, Qwen3.6-35B-A3B nhảy từ 9,4 lên 61,3 token/s.
Thử ngay: Kiểm máy bạn đã lên macOS 15 và Python 3.11 chưa rồi nâng lên PyTorch 2.15, chạy lại model trên MPS để so tốc độ decode.
Bản 1.0 là API thay thế trực tiếp cho Foundation Models của Apple, cho chọn model local (llama.cpp, MLX, Core ML) hoặc gọi model qua router của Hugging Face. Hỗ trợ cả Messages API của Anthropic với adaptive thinking, và tự bỏ reasoning block nếu provider mới không đọc lại được.
Thử ngay: Nếu đang dùng Foundation Models, đọc hướng dẫn migration trong repo AnyLanguageModel rồi thử MLXLanguageModel(modelId: "mlx-community/Qwen3.8-27B-4bit").
TorchTPU là backend PyTorch gốc cho TPU, cài bằng một lệnh pip install torch-tpu với extra index CPU. Transformers v5 chạy được trên TPU chỉ với device_map="tpu", nên Optimum TPU không còn bắt buộc cho Transformers và Diffusers.
Thử ngay: Trên TPU VM, cài bằng pip install torch-tpu --extra-index-url https://download.pytorch.org/whl/cpu, rồi nạp model với device_map="tpu".
Bản v2.1.304 thêm lệnh /auto-mode-setup đọc project và session gần đây để dạy auto mode về môi trường của bạn, cùng lệnh /claude-api managed-agents-secure đối chiếu cấu hình agent với hướng dẫn bảo mật của Anthropic. Trên gói Pro và Max, khi resume một cuộc trò chuyện cũ, Claude Code sẽ cảnh báo nếu việc đó ăn phần đáng kể hạn mức 5 giờ.
Thử ngay: Chạy /auto-mode-setup trong Claude Code để cấu hình auto mode theo project hiện tại.
TorchNeuron là backend PyTorch native cho Trainium, hỗ trợ eager mode, torch.compile và FSDP/TP; 89% trong 100 kiến trúc text-generation phổ biến chạy được ngay, so với 46% của Optimum Neuron v0.4.5. Bản public beta từ 20/10/2026, cài bằng pip install torch-neuronx.
Thử ngay: Thử pip install torch-neuronx rồi chạy model với device_map=neuron thay vì qua optimum-neuron.
Bản 2.1.303 của Claude Code không có tính năng mới, chỉ gồm sửa lỗi và cải thiện độ tin cậy. Nếu bạn đang chạy bản cũ, cập nhật để tránh các lỗi đã biết.
Thử ngay: Chạy claude update (hoặc lệnh cập nhật bạn đang dùng) để lên 2.1.303.
DeepSeek-V4.1-Flash-1017 ra mắt trên web, app và API, được quảng cáo là nhanh hơn, đáp ứng benchmark tốt hơn và output ngắn hơn bản trước. Gọi search/fetch qua server-side trong DeepSeek Harness, Claude Code và Codex hiện miễn phí cho người dùng API DeepSeek; bắt đầu tính tiền Oct 31, 2026 16:00 UTC. Bản Harness cũ cần lên v0.2.1-rc.1 trở lên để dùng tốt nhất với model mới.
Thử ngay: Chạy pip install -U transformers accelerate rồi load deepseek-ai/DeepSeek-V4.1-Flash-1017, hoặc nâng DeepSeek Harness lên v0.2.1-rc.1.
Bản này thêm biến CLAUDE_CODE_AUTO_MODE_MODEL để chọn model mà bộ phân loại auto mode phía client dùng (không đổi model của auto mode phía server), và dòng Idle compaction trong /config để bật/tắt tính năng nén hội thoại khi rảnh. Tool Read giờ từ chối ảnh trên 128 MB thay vì nạp hết vào bộ nhớ, và sửa lỗi prompt cache miss khi tool thêm giữa phiên được nạp lại qua ToolSearch.
Thử ngay: Chạy claude update lên 2.1.302, rồi vào /config chỉnh dòng Idle compaction và đặt CLAUDE_CODE_AUTO_MODE_MODEL nếu bạn dùng auto mode.
Reflection ra mắt Beam, model MoE 501B tham số (23B active mỗi token), context 1M, giấy phép Apache 2.0, hỗ trợ ngay trên transformers, vLLM và SGLang. Model đi kèm harness viết bằng Rust và recipe SFT/RL; bản thân nó chỉ nhận text và nhắm vào đội muốn tự chạy trên hạ tầng của mình.
Thử ngay: Tải weight từ repo Hugging Face của Beam rồi thử chạy bằng vLLM hoặc SGLang với context dài để xem tốc độ trên máy bạn.
IBM gộp model chat, adapter quyết định và model ASR nhanh nhất OpenASR vào chung Granite-Switch-4.1-8B và -30B, tốn gần bằng VRAM của model gốc. Nhờ adapter Activated LoRA dùng lại KV cache, chuyển giữa chat, quyết định và giọng nói rất nhanh.
Bản 2.1.301 thêm CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MS: chế độ retry tự động sẽ dừng thay vì chờ tới khi usage limit reset quá xa. Cũng có phím % nhảy tới bracket khớp trong vim mode, và OpenTelemetry thêm classifier_verdict, permission_mode vào event tool_decision.
Thử ngay: Đặt CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MS nếu bạn chạy Claude Code unattended với CLAUDE_CODE_RETRY_WATCHDOG, để nó không treo chờ limit reset quá lâu.
Tóm tắt do AI viết từ bài gốc, có thể chưa đủ ý: đọc bài gốc trước khi áp dụng. Bản quyền nội dung thuộc tác giả bài gốc.