-Tác giả: Viet Nguyen - Senior AI Engineer
-Facebook: "https://www.facebook.com/vietnh1009"
Học AI trước khi học IT giống xây nóc nhà trước khi xây móng nhà vậy 🙄
Facebook: "https://www.facebook.com/frank.t96/"
Bài viết này hướng dẫn cách khai thác khả năng suy luận đa tầng của DeepSeek-R1 khi sử dụng Perplexity.
Facebook: "https://www.facebook.com/frank.t96/"
Các prompt templates đã được tối ưu để tận dụng tối đa khả năng self-reasoning của Claude 3.7 Sonnet trong extended thinking mode. Được thiết kế ngắn gọn, đi thẳng vào vấn đề, và tạo không gian cho Claude phát huy khả năng tư duy sâu rộng.
Facebook: "https://www.facebook.com/frank.t96/"
Bài phân tích dựa trên tài liệu "Claude 3.7 Sonnet System Card" của Anthropic.
Facebook: "https://www.facebook.com/frank.t96/"
ném URLs vào thôi 🐸
Facebook: "https://www.facebook.com/frank.t96/"
Bài phân tích này, dựa trên nghiên cứu "Advancing Reasoning in Large Language Models: Promising Methods and Approaches" của Avinash Patil, sẽ trình bày các phương pháp và hướng tiếp cận hiệu quả để nâng cao khả năng suy luận của LLMs.
Facebook: "https://www.facebook.com/frank.t96/"
Prompt engineering là chìa khóa để khai thác sức mạnh tối đa của các mô hình ngôn ngữ lớn (LLMs) như GPT-4o. OpenAI đã đưa ra hướng dẫn chi tiết về 6 chiến lược cốt lõi, giúp bạn tối ưu hóa tương tác và đạt được kết quả mong muốn. Bài viết này sẽ tổng hợp toàn bộ hướng dẫn, cung cấp một cái nhìn toàn diện và dễ áp dụng.
-Facebook: "https://www.facebook.com/wincreator1/"
Chào các bác, mình vừa thử nghiệm tính năng Deep Research của ChatGPT vừa được cập nhật, và quả thật nó khiến mình "mắt tròn mắt dẹt", dù mình đã dùng khá nhiều những tính năng tương tự của Gemini, Perplexity, hay cả tổ hợp Think + Search của DeepSeek R1.
-Facebook: "https://www.facebook.com/lecongthanh.infore/"
-Tác giả: Viet Nguyen - Senior AI Engineer
-Facebook: "https://www.facebook.com/vietnh1009"
Hi các bạn,
Nói về ngôn ngữ lập trình được sử dụng trong lĩnh vực AI, Data Science và Machine Learning thì Python là ông vua, nhờ vào cú pháp đơn giản và đặc biệt là hệ sinh thái vô cùng đa dạng, phong phú và mạnh mẽ, với rất nhiều các thư viện và framework hỗ trợ. Với những ai học và làm về AI, Data Science, Machine Learning, với mỗi một tác vụ, như xử lý dữ liệu, trực quan hóa, xây dựng mô hình, … chúng ta đều có rất nhiều sự lựa chọn đa dạng. Tuy nhiên 1 vài trong số chúng sẽ phổ biến và được sử dụng nhiều hơn những lựa chọn khác. Trong video này mình xin tổng hợp 7 thư viện Python quan trọng nhất mà gần như mọi Data Scientist hay AI engineer đều phải biết và sử dụng. Mình sẽ mô tả chi tiết, công dụng, sự phổ biến, và ưu nhược điểm của từng thư viện.
Đây cũng là những thư viện đã đồng hành cùng mình trong suốt gần 10 năm học và làm việc trong lĩnh vực AI 😎