Ứng dụng AI

Ứng dụng AI · LLM

0 bài / 30 ngày · 3 người viết

Bài viết trong cộng đồng có nhắc đến Mistral — mẹo dùng, so sánh và sản phẩm làm bằng Mistral.

Sắp xếp

Bức ảnh nói lên toàn bộ cuộc chiến AI hiện nay

MỌI CHUYỆN BẮT ĐẦU TỪ Gần đây, chính CEO NVIDIA Jensen Huang đã phải đích thân gửi một bức thư ngỏ đến các nhà hoạch định chính sách Mỹ, kêu gọi chính phủ không áp đặt các hạn chế quá sớm đối với các mô hình AI mã nguồn mở. Theo ông, thế giới cần cả frontier closed models lẫn frontier open models để thúc đẩy đổi mới, cạnh tranh và đảm bảo chủ quyền công nghệ. Jensen còn lần đầu tiên tạo tài khoản X để công khai chia sẻ bức thư này, cho thấy đây không còn là câu chuyện truyền thông mà đã trở thành một vấn đề chiến lược đối với NVIDIA. Không chỉ có NVIDIA, còn có 24 tổ chức lớn cùng ký tên, bao gồm Microsoft, Google, Meta, IBM, Dell, Hugging Face, Mozilla, Linux Foundation, Palantir, Mistral AI... Họ cùng gửi một thông điệp rằng việc siết chặt các mô hình AI mở có thể làm giảm cạnh tranh và đẩy đổi mới ra khỏi nước Mỹ. OpenAI và Anthropic THÌ PHẢN ĐỐI Trong khi đó, OpenAI và Anthropic thì đi hướng ngược lại. Hai công ty này nhiều lần cảnh báo về các rủi ro đến từ những mô hình AI mã nguồn mở của Trung Quốc như DeepSeek hay Qwen, từ vấn đề an ninh quốc gia, quyền riêng tư cho đến nguy cơ đánh cắp sở hữu trí tuệ thông qua chưng cất. Thoạt nhìn, có vẻ như một bên yêu thích open source còn một bên thì không. Nhưng nếu nhìn từ góc độ kinh doanh, mọi chuyện lại rất dễ hiểu. OpenAI và Anthropic kiếm tiền từ chính các mô hình AI của mình. Giá trị lớn nhất của họ nằm ở việc doanh nghiệp tiếp tục trả tiền để sử dụng GPT hay Claude. Chỉ riêng Anthropic hiện đã được định giá khoảng 183 tỷ USD, và gần như toàn bộ giá trị đó gắn liền với Claude. Khi các mô hình open-weight ngày càng mạnh và chi phí ngày càng thấp, lợi thế cạnh tranh của các mô hình độc quyền cũng sẽ bị thu hẹp. Vì vậy, việc họ muốn bảo vệ sở hữu trí tuệ và cảnh báo về những rủi ro của AI mở là điều hoàn toàn hợp lý. ĐIỀU thú vị nhất lại nằm ở NVIDIA, Microsoft và Google NVIDIA gần như không quan tâm khách hàng đang chạy GPT, Claude, DeepSeek, Qwen hay Llama. Miễn là các mô hình đó chạy trên GPU NVIDIA thì công ty vẫn bán được chip. Trong năm tài chính gần nhất, NVIDIA đạt khoảng 216 tỷ USD doanh thu, trong đó riêng mảng Data Center đã đóng góp khoảng 194 tỷ USD, tương đương 91% tổng doanh thu. Với NVIDIA, AI nào thắng cũng được, miễn là AI tiếp tục phát triển và tiêu thụ nhiều GPU hơn. Đó cũng là lý do Jensen Huang đang ở một vị thế rất đặc biệt. Trước đây, NVIDIA từng chịu cú sốc lớn khi Mỹ hạn chế xuất khẩu GPU AI cao cấp sang Trung Quốc, buộc công ty phải ghi nhận khoản chi phí khoảng 5,5 tỷ USD chỉ trong một quý. Trung Quốc từng chiếm khoảng 15% doanh số AI GPU của NVIDIA, nên bất kỳ chính sách nào làm thu hẹp thị trường AI đều ảnh hưởng trực tiếp đến doanh thu của hãng. Đến khi các quy định bắt đầu nới lỏng, nhiều công ty AI Trung Quốc cũng đã chuyển sang tìm kiếm hoặc phát triển các giải pháp trong nước, khiến NVIDIA không còn dễ dàng lấy lại thị phần như trước. Chính vì vậy, nếu Mỹ tiếp tục siết các mô hình AI mã nguồn mở, người chịu tác động không chỉ là DeepSeek hay Qwen. NVIDIA cũng sẽ mất đi một phần nhu cầu GPU trong tương lai. Đó là lý do Jensen Huang sẵn sàng công khai bảo vệ open-weight AI, dù OpenAI và Anthropic vẫn là những khách hàng lớn của NVIDIA. Microsoft và Google cũng ở trong tình thế tương tự. Microsoft đã đầu tư hơn 13 tỷ USD vào OpenAI, còn Google cũng đã rót khoảng 3 tỷ USD vào Anthropic. Thế nhưng cả hai vẫn ký tên ủng hộ hệ sinh thái open-weight AI. Nghe có vẻ mâu thuẫn, nhưng thực tế họ không chỉ là nhà đầu tư vào các công ty AI, mà còn là những nhà cung cấp hạ tầng cloud lớn nhất thế giới. Azure hay Google Cloud không chỉ chạy GPT hay Claude. Họ còn muốn khách hàng triển khai Llama, Qwen, DeepSeek, Mistral và hàng chục mô hình khác. Càng nhiều mô hình được triển khai, doanh nghiệp càng sử dụng nhiều GPU, nhiều máy chủ và nhiều dịch vụ cloud hơn. Với Microsoft và Google, một hệ sinh thái AI đa dạng đồng nghĩa với nhiều workload hơn và nhiều doanh thu hạ tầng hơn. OpenAI và Anthropic đang bảo vệ tầng AI Model. NVIDIA đang bảo vệ tầng GPU. Microsoft và Google đang bảo vệ tầng Cloud. Mỗi công ty đều có lập trường riêng vì họ đang đứng ở những vị trí khác nhau trong AI Stack. Còn về user thì sao? Thấy mấy ông cạnh tranh với nhau mừng quá, chứ để 1 mình Claude bá chủ thì tiền đâu mà trả cho đủ 😁

+2

Hàn Quốc nhảy vào cuộc chơi rồi 🇰🇷 Mong Việt Nam cũng sớm có mặt

Trong hình dưới đây Hàn Quốc có: * Motif 3 - Motif Technologies * A.X K2 - SK Telecom * K-EXAONE 2.0 - LG AI Research * Solar Open 100B - Upstage Mỹ có Anthropic, OpenAI, Grok, Meta, Google, NVIDIA,... Trung Quốc có * DeepSeek, GLM, Kimi, MiniMax có trong hình * Ngoài ra còn có Xiaomi, Alibaba, Byteplus, StepFun, Tencenf không có trong hình Canada có Cohere Pháp có Mistral

Khoa học đằng sau Prompt Engineering

> Nguồn: The science behind prompt engineering - Ruben Hassid Không có trường lớp nào dạy một công thức cố định để hỏi AI cho đúng. Mà AI thì đổi quá nhanh, nên mấy mẹo từng hiệu quả cách đây một hai năm chưa chắc còn xài ngon với ChatGPT hay Claude bây giờ. Hồi trước, có một câu được truyền đi rất nhiều là: “Hãy hít một hơi thật sâu và làm từng bước một.” Câu này không phải tự nhiên mà có, nó từng được ủng hộ bởi một nghiên cứu về prompt từ năm 2023. Nhưng nghiên cứu đó được làm trên PaLM 2-L của Google. Từ đó tới giờ, năng lực của các model đã thay đổi rất nhiều. Vậy muốn biết cách viết prompt nào còn hiệu quả với AI mới thì phải làm sao? Cách chắc ăn nhất là coi những nghiên cứu mới, nhưng mỗi ngày có hàng trăm paper AI mới thì chắc không ai rảnh tới mức ngồi đọc hết. Từ một loạt nghiên cứu gần đây, có 5 chuyện khá đáng chú ý. Đừng hỏi AI kiểu “đúng không?” Một nghiên cứu của Cornell Tech thử 45 AI khác nhau và chỉ thay đổi một vài từ trong câu hỏi. Kết quả cho thấy nếu hỏi kiểu “X là lựa chọn tốt hơn, đúng không?”, AI có xu hướng bị cách hỏi dẫn dắt. Đổi thành “X có lẽ là lựa chọn tốt hơn?” thì mức độ đồng ý lại thay đổi đáng kể. Nói đơn giản, nếu mình đã hỏi theo kiểu “mớm đáp án” cho AI thì đừng bất ngờ khi nó đi theo hướng đó. Ví dụ thay vì hỏi: “Mua nhà là lựa chọn tốt hơn, đúng không?”, hãy hỏi: “Hãy so sánh việc mua và thuê nhà dựa trên tình hình của tôi.” Giống như hỏi một người bạn vậy. Muốn nghe lời khuyên thật thì đừng hỏi theo kiểu đã có sẵn câu trả lời trong đầu. Không phải lúc nào cũng cần “suy nghĩ từng bước” IBM đã chạy hơn 430.000 lượt đánh giá trên 8 cách viết prompt khác nhau. Và một kết quả khá ngược đời là câu “Hãy suy nghĩ từng bước” nổi tiếng lại thua cách hỏi bình thường. Cách làm hiệu quả nhất trong thử nghiệm này khá đơn giản: đưa câu hỏi ra, rồi thêm một vai trò ngắn cho AI, chẳng hạn “với góc nhìn của một kỹ sư độ tin cậy.” Điều này không có nghĩa cứ thấy chữ “step by step” là phải bỏ. Chỉ là với các model mới, việc nhét thêm thật nhiều chỉ dẫn vào prompt không đồng nghĩa với kết quả sẽ tốt hơn. AI nói tự tin không có nghĩa là AI nói đúng Microsoft từng kiểm tra 2,6 triệu nguồn tham khảo trong các paper AI tại những hội nghị lớn. Một kết quả khá đáng sợ là khoảng 1/4 paper NeurIPS 2025 được kiểm tra có ít nhất một trích dẫn bị AI bịa ra, dù những paper đó đã qua vòng phản biện của chuyên gia. Vậy nên đừng nhìn cách AI nói chuyện rất chắc chắn rồi nghĩ rằng thông tin đó chắc chắn đúng. AI có thể đưa cho mình một câu trả lời rất mạch lạc, có số liệu, có link, có tên paper đầy đủ… nhưng nguồn vẫn có thể sai. Những chuyện quan trọng thì cứ mở nguồn ra kiểm tra. Đừng lấy độ tự tin của AI làm thước đo độ chính xác. Đừng nhét cả đống luật vô một prompt Meta thử nhiều model như GPT-5.5, Claude Opus, Gemini Pro và 12 model khác với prompt có từ 1 tới 12 yêu cầu. Khi có 8 yêu cầu, model chỉ làm đúng từng yêu cầu khoảng 41% số lần. Còn để đáp ứng đúng cả 8 yêu cầu cùng lúc thì chỉ khoảng 5,7%. Có tới 12/15 model không giữ được ổn định khi phải xử lý hơn 3 yêu cầu. Cái này khá giống giao việc ngoài đời. Một lần quăng cho người ta 10 việc rồi đòi họ nhớ hết từng chi tiết thì kiểu gì cũng sót. Thay vì vậy, cứ chia ra. Lần đầu cho AI làm phần chính với vài yêu cầu quan trọng. Sau đó đưa bản nháp cho nó kiểm tra từng điều kiện còn lại rồi sửa. Prompt không cần dài. Quan trọng nhất là mục tiêu phải rõ. Mục tiêu quan trọng hơn việc đưa một đống ví dụ Một nghiên cứu từ EPFL, Apple và Mistral AI còn cho thấy việc đưa quá nhiều ví dụ vào prompt đôi khi làm AI làm tệ hơn. Trong một thử nghiệm với Mistral, prompt có ví dụ đạt 74%, nhưng khi bỏ ví dụ đi và chỉ nói rõ mục tiêu, kết quả tăng lên 83,8%. Thay vì quăng cho AI vài bài mẫu rồi nói “viết giống vậy”, thử nói rõ mình đang muốn đạt cái gì, tình hình hiện tại ra sao và AI cần giải quyết vấn đề nào. Ví dụ, thay vì đưa 3 newsletter mẫu rồi bắt AI viết theo, có thể nói: “Tỷ lệ mở newsle

Phần lớn các công ty tạo ra doanh thu 100 triệu đô trong dưới 4 năm là các công ty AI

* Foundation Model: OpenAI, Anthropic, Mistral AI, Moonshot AI * Agent App: Manus, Genspark, Cognition, Sierra, Decagon * AI Coding & App Builder: Cursor, Lovable, Replit, Emergent, Base44 * AI Search & Knowledge: Perplexity, Glean * AI Image & Video: Midjourney, Black Forest Labs, HeyGen * AI Voice & Music: ElevenLabs, Suno * AI Enterprise & Legal: Harvey, Legora * AI Healthcare: Abridge, OpenEvidence * AI Infrastructure: Together AI, Baseten, fal * AI Talent: Mercor * AI Productivity: Gamma * AI Model Evaluation: LMArena

Em mới tiếp cận và dùng Vibe (tên cũ là Le chat) của Mistral AI

Có bác nào dùng mistral extension chưa em xin đánh giá với ạ Hiện em đang mày mò thì đang chưa hiểu rõ lượng quota của extension trên vs code bản free có thể truy xuất ở đâu không