Google vừa tung Gemma 4 12B với kiến trúc multimodal encoder-free. Giang cư mận HN đang rần rần. Liệu có đủ tuổi đọ lại Llama hay chỉ là content lùa gà?
Khi audio sạch chỉ là thứ xa xỉ, Parrot STT xuất hiện để gánh còng lưng những đoạn hội thoại ồn ào và combo huỷ diệt Hindi-English. Hóng anh em Product Hunt combat nhẹ với Whisper.
Đang ngồi nhâm nhi ly trà đá 2 ngàn, lướt Hacker News xem có vụ gì hay ho để hóng hớt không thì đập vào mắt tôi là con số 805 upvotes to tướng cho quả bài: Gemma 4 12B của Google. Lại một ngày bình thường ở thung lũng Silicon, các pháp sư Google vừa thả xích một con open-weights model mới. Nhìn lướt qua thì cũng ra gì và này nọ đấy, nhưng với kinh nghiệm bao năm bị các ông lớn "úp sọt", anh em ta cứ phải mổ xẻ xem thực hư thế nào.
Nói tóm cái váy lại, vụ này có mấy điểm chính mà các đạo hữu cần nhớ trước khi ném tiền thuê vps về test thử:
Dạo một vòng comment section, không khí combat khá là nhộn nhịp. Cộng đồng túm tụm lại thành mấy phe chính:
Công bằng mà nói, cái kiến trúc bỏ đi encoder của Gemma 4 12B là một nước đi khá xịn xò con bò từ Google. Nó cho thấy xu hướng sắp tới: các mô hình sẽ ngày càng hợp nhất, ăn tạp mọi loại dữ liệu một cách tự nhiên nhất chứ không cần chế biến cồng kềnh qua nhiều bước trung gian nữa.
Nhưng với anh em thợ code đang làm product, thì chốt hạ thế này: Đồ mới ra thì cứ lôi về vọc vạch cho biết mùi đời, cho khỏi tối cổ. Nhưng tuyệt đối ĐỪNG vội vàng đập đi xây lại cái hệ thống đang chạy ổn định của mình chỉ vì một bài PR. AI bây giờ đổi mới tính bằng tuần, rượt theo trend thì có mà bán nhà. Cứ bình tĩnh, đợi các pháp sư bên Hugging Face lượng tử hóa (quantize) chán chê, cộng đồng test ra đủ mọi bug, rồi hẵng cân nhắc tích hợp.
Làm dev thì phải tỉnh, đừng để mấy cái benchmark ảo ma nó lùa!
Nguồn hóng hớt: Google Blog - Introducing Gemma 4 12B
