AI ModelsDoc trong 13 phut

Báo cáo tuần cần suy luận đến đâu? Cách thử Gemini 4 Hydrogen

Dùng cùng một bản ghi cuộc họp, PDF và bảng tính để so sánh các mức suy luận của Gemini 4 Hydrogen về thời gian duyệt, chi phí và độ chính xác của dẫn nguồn.

K
Ken Jo

Cuộc họp đã kết thúc cách đây bốn mươi phút. Bạn có bản ghi âm, bảng tính và bản PDF kế hoạch vừa sửa. Giám đốc muốn một bản tóm tắt ngắn, trong đó nêu thời hạn đã duyệt, người phụ trách từng việc và lý do của mọi thay đổi. Câu trả lời có thể hiện ra sau vài giây mà bạn vẫn mất thêm mười lăm phút nghe lại cuộc họp để tìm xem thời hạn được lấy từ đâu.

Ngày 12 tháng 11 năm 2026, Google ra mắt Gemini 4 Hydrogen, một mẫu Gemini 4 dành cho việc lập trình và các tác vụ của tác nhân AI hằng ngày. Thông báo nêu ứng dụng Gemini, Google AI Studio, Gemini API và một số dịch vụ khác của Google. Trên Agent Platform của Google Cloud, Hydrogen nhận được âm thanh, hình ảnh, video, văn bản và một số định dạng tệp Office và OpenDocument. Bốn mức suy luận cho phép nhà phát triển thay đổi mức độ phân tích trong các yêu cầu có nội dung tương đương. Thông báo ra mắt của Google · Tài liệu mô hình trên Google Cloud

Hãy thử trước với một báo cáo bạn vốn làm hằng tuần. Yêu cầu Hydrogen viết cùng một bản tóm tắt từ cùng bộ tệp ở hai mức suy luận. Sau đó đo thời gian cần để một người duyệt từng bản. Cách so sánh này giúp xác định liệu suy luận sâu hơn có giảm công rà soát khi các nguồn mâu thuẫn hay không.

Câu trả lời ngắn vẫn có thể cần nhiều bằng chứng

Giả sử trang chiếu 12 trong PDF dự án ghi kế hoạch ra mắt vào ngày 14 tháng 5, bảng theo dõi ghi ngày 19 tháng 5 và trong bản ghi có người đề xuất dời sang ngày 21 tháng 5. Đây là ba loại thông tin khác nhau. Đề xuất có thể đáng được đưa vào báo cáo, nhưng phải được đánh dấu khác với thời hạn đã xác nhận. Câu trả lời hữu ích giữ được sự phân biệt đó ngay cả khi đoạn cuối chỉ dài bốn dòng.

Đây là một bài toán phù hợp với mô hình nhận trực tiếp nhiều loại đầu vào, vì thông tin liên quan nằm rải rác trên nhiều phương tiện. Một người trong cuộc họp có thể giải thích vì sao con số trong bảng tính thay đổi. PDF có thể xác định phiên bản kế hoạch đã được gửi đi. Một ô có thể chứa số tiền đã duyệt, còn đơn vị nằm ở đầu cột. Xử lý những tài liệu này cùng nhau có thể tiết kiệm công lấy bản chép lời, gõ lại bảng hoặc dán từng trang vào lời nhắc. Việc mô hình chọn bằng chứng nào cũng vì thế mà quan trọng hơn.

Đặt tên nhất quán cho từng đầu vào trước khi so sánh. Với bản ghi âm, nêu tên tệp và quy định cách ghi mốc thời gian. Với bảng tính, chỉ rõ trang tính và yêu cầu dẫn địa chỉ ô hoặc số hàng. Với PDF, phân biệt số trang in trên tài liệu với số thứ tự trang trong tệp nếu hai số khác nhau. Chút cấu trúc đó giúp người đọc kiểm tra trích dẫn ngay cả khi các tệp được chuyển sang thư mục dùng chung.

Bản ghi cuộc họp, PDF dự án và bảng tính cung cấp các thông tin mà người duyệt đối chiếu với từng nguồn gốc

Gắn mỗi thông tin quan trọng với một nguồn mà người duyệt có thể mở. Minh họa do Telli.sh thực hiện.

Thêm một trường hợp thật dễ để làm đối chứng. Nếu ngân sách đã duyệt nằm trong một trang tính có nhãn rõ ràng, cả hai mức suy luận đều có thể tìm thấy dễ dàng. Sau đó thêm một trường hợp khó hơn, chẳng hạn cuộc họp bàn hai phương án ngân sách nhưng chưa chốt. Hãy cho điểm nếu mô hình ghi rõ rằng quyết định còn bỏ ngỏ. Phép so sánh có giá trị khi tình huống khó giống những lỗi rà soát mà nhóm bạn thực sự gặp.

Bốn mức suy luận cho phép thay đổi một yếu tố trong phép thử

Google Cloud liệt kê các mức LOW, MEDIUM, HIGH và XHIGH cho Hydrogen. HIGH là mức mặc định trên giao diện API được mô tả trong tài liệu. Một nhóm có thể thử LOW và mức mặc định trước, rồi bổ sung một mức khác nếu cả hai đều xử lý kém một tình huống thường gặp. Hãy kiểm tra dịch vụ bạn dự định dùng khi triển khai. Một tùy chọn có trên API có thể được trình bày khác trong ứng dụng dành cho người dùng. Tài liệu mô hình trên Google Cloud

Giữ cấu hình đơn giản. Dùng cùng mã định danh mô hình, tệp đính kèm, lời nhắc và định dạng đầu ra mong muốn. Tắt các công cụ không cần thiết để việc rà soát tài liệu không biến thành tìm kiếm web hoặc một chuỗi thao tác ngoài lề. Giới hạn độ dài theo nhu cầu của người đọc. Nếu hội đồng cần sáu quyết định trên một trang, hãy đưa đúng sáu quyết định trên một trang dù mô hình có thể viết dài hơn nhiều.

Ghi lại thời gian từ lúc gửi yêu cầu đến lúc nhận hết câu trả lời. Nếu có người đọc trong lúc nội dung hiện dần, hãy ghi cả thời điểm phần đầu xuất hiện. Sau đó đo thời gian người duyệt dành cho việc kiểm tra, sửa và phê duyệt. Chờ lâu mới thấy token đầu tiên có thể gây khó chịu trong ứng dụng tương tác. Token đầu tiên có thể đến nhanh trong khi phần còn lại cần nhiều thời gian để hoàn tất. Cả hai quan sát đều có giá trị, còn thời gian sửa một con số thiếu căn cứ phải được tính riêng.

Với báo cáo dùng chung, đưa hai bản vào cùng định dạng và giấu mức suy luận khỏi người chấm. Yêu cầu người đó đánh dấu từng thời hạn, người phụ trách và số liệu. Dẫn đúng vị trí trong tài liệu nên được chấm cao hơn đường dẫn tới thư mục dự án chung. Tách sửa lỗi dữ kiện khỏi biên tập văn phong để các chỉnh sửa câu chữ không làm lu mờ kết quả kiểm tra bằng chứng.

Chỉ số cần ghiCách quan sátVì sao quan trọng
Thời gian nhận đủ câu trả lờiThời gian đến khi toàn bộ câu trả lời sẵn sàngCho biết người duyệt có thể bắt đầu đọc bản hoàn chỉnh khi nào
Độ chính xác của dẫn nguồnTrang, ô hoặc khoảng thời gian được nêu có chứng minh thông tin hay khôngCho thấy cần bỏ bao nhiêu công để xác minh trích dẫn
Xử lý mâu thuẫnCác thời hạn xung đột có được ghi rõ là chưa thống nhất hay khôngGiảm nguy cơ biến một kế hoạch dự kiến thành quyết định
Thời gian duyệt của con ngườiSố phút để xác nhận, sửa và chấp nhận báo cáoTính phần việc thực tế còn lại sau khi sinh nội dung
Chi phí yêu cầuMức sử dụng và số tiền tính trên dịch vụ đã chọn, kể cả các lần chạy lạiCho biết chi phí của bản báo cáo mà nhóm thực sự dùng được

Một triệu token vẫn phải chia cho đầu vào và đầu ra

Google Cloud công bố giới hạn chung 1.048.576 token cho cả đầu vào và đầu ra trên các giao diện Hydrogen được mô tả. Đầu ra trong cách tính này gồm token suy luận, các lệnh gọi hàm và câu trả lời cuối. Một lượt sinh ở chế độ tiền cảnh có thể tạo tối đa 65.536 token đầu ra. Những luồng hỗ trợ tiếp tục có thể kéo dài quá trình sinh trong giới hạn tổng. Điểm này đáng lưu ý khi so sánh với một hệ thống công bố giới hạn ngữ cảnh và đầu ra riêng. Tài liệu mô hình trên Google Cloud

Lần thử đầu chỉ cần một bộ tài liệu có chọn lọc. Để viết bản tóm tắt quyết định hằng tuần, hãy đưa cho mô hình nguồn hiện hành cùng lượng thông tin quá khứ vừa đủ để hiểu thay đổi. Bảng theo dõi cũ có thể hữu ích khi cần lập nhật ký thay đổi. Đặt nó cạnh tệp hiện hành mà thiếu ngày tháng hoặc trạng thái sẽ làm tăng số câu trả lời có vẻ hợp lý mà hệ thống có thể viện dẫn.

Âm thanh và tài liệu quét cũng nên có ca thử riêng. Người nói nhỏ hoặc nhắc nhiều tên tương tự nhau có thể khó nhận diện hơn người được ghi trong siêu dữ liệu cuộc họp. Tài liệu Google Cloud cho biết mặc định hệ thống không chạy OCR cho PDF quét. Nếu tệp quét là nguồn chính, hãy kiểm tra quy trình bạn dùng có cung cấp phần văn bản cần thiết hay không trước khi kết luận rằng mức suy luận làm thay đổi kết quả. Tài liệu mô hình trên Google Cloud

Một cách tận dụng ngữ cảnh có chủ đích là đặt hai câu hỏi với cùng một bộ nguồn. Trước tiên, yêu cầu danh sách quyết định ngắn gọn. Sau đó, yêu cầu kiểm tra một thông tin đang tranh cãi, kèm các đoạn văn hoặc mốc thời gian liên quan và ghi chú về điểm chưa chắc chắn. Câu trả lời đầu cần dễ đọc lướt. Câu thứ hai cần cung cấp đủ thông tin để người duyệt xử lý bất đồng mà không phải rà lại từ đầu.

Cùng một bộ nguồn được dùng ở hai mức suy luận, sau đó các câu trả lời được so sánh theo độ trễ, chi phí, độ chính xác của dẫn nguồn và công sức rà soát

So sánh hai mức trên cùng đầu vào và tính cả công rà soát sau khi nội dung được sinh ra. Minh họa do Telli.sh thực hiện.

Bản nháp nhanh chỉ có lợi khi được duyệt sớm hơn

Theo thông báo ra mắt, Hydrogen đạt 53,4% ở bài đánh giá Multimodal Knowledge Agent và 71,6% ở Agents' Last Exam v1.1. Đây là kết quả Google công bố cho hai bài đánh giá cụ thể. Chúng là căn cứ để đưa tổng hợp tài liệu vào đợt thử nghiệm. Nhóm thường tranh luận về phiên bản bảng tính vẫn cần các ca thử của riêng mình. Nên tính đến cả trường hợp câu trả lời trông thuyết phục nhưng số liệu trong bảng tính lại khác. Kết quả đánh giá và bản trình diễn của Google

Hãy hình dung hai lần chạy giả định. Bản nháp đầu xuất hiện sau 20 giây và cần bốn phút để kiểm tra vì hai dẫn chiếu thiếu cụ thể. Bản thứ hai xuất hiện sau 45 giây và chỉ cần một phút để kiểm tra vì mọi con số đều có nguồn chính xác. Lần sinh nhanh hơn lại tốn tổng thời gian nhiều hơn đối với người duyệt. Ngược lại, mức suy luận sâu dành nhiều thời gian giải thích một tệp rõ ràng có thể làm chậm bản báo cáo thường lệ mà chất lượng vẫn như cũ.

Lập bảng ghi kết quả đơn giản. Ghi xem có cần sinh lại câu trả lời không và vì sao. Với lỗi quan trọng, xác định mô hình đã bỏ qua đầu vào, đọc sai định dạng ngày, trích đoạn có thật nhưng không chứng minh được thông tin, hay suy ra một phê duyệt chưa từng diễn ra. Mỗi loại lỗi gợi ý cách xử lý khác nhau. Thiếu thông tin có thể đòi hỏi chuẩn bị lại tệp. Đọc sai mâu thuẫn có thể là lý do để đổi mức suy luận hoặc giao người kiểm tra đúng mục đó.

Nếu công việc thường dùng lại tài liệu nền, đo riêng các yêu cầu ban đầu và các yêu cầu lặp lại. Google Cloud mô tả cơ chế lưu đệm ngầm của Hydrogen. Khi so sánh các mức suy luận, hãy tính đến hành vi của bộ nhớ đệm và số tiền bị tính thực tế. Lần chạy thứ hai có thể khác lần đầu vì những lý do ít liên quan đến suy luận. Để ước tính đáng tin cho báo cáo tuần, hãy mô phỏng bộ tệp và mẫu ngữ cảnh lặp lại như khi đưa vào sử dụng thực tế. Tài liệu mô hình trên Google Cloud

Một thử nghiệm nhỏ có thể định hướng báo cáo tiếp theo

  1. Chọn ba bộ tài liệu báo cáo cũ mà bạn đã biết quyết định và nguồn. Lấy một bộ thông thường, một bộ có nội dung sửa trong tệp khác và một bộ có mâu thuẫn thật. Dùng tài liệu công khai, tài liệu giả lập hoặc tài liệu đã được phép trên dịch vụ bạn chọn.
  2. Mở Hydrogen trên giao diện API hoặc dịch vụ làm việc phù hợp với cách bạn sẽ triển khai. Khi so sánh qua API, hãy kiểm tra mức đang dùng và giữ nguyên các phần còn lại của yêu cầu. Bắt đầu với LOW và HIGH trên API Cloud được mô tả trong tài liệu.
  3. Yêu cầu bản tóm tắt một trang ghi quyết định, người phụ trách, thời hạn và vị trí nguồn chính xác cho từng mục. Yêu cầu mô hình phân biệt đề xuất với nội dung đã duyệt và đánh dấu rõ khi các nguồn mâu thuẫn. Dùng số trang, địa chỉ ô hoặc khoảng thời gian khi có thể.
  4. Chấm từng bản trước khi biết mức suy luận nào đã tạo ra nó. Đếm riêng lỗi bằng chứng và chỉnh sửa câu chữ. Ghi thời gian nhận đầy đủ câu trả lời, tổng thời gian duyệt, số lần chạy lại và chi phí quan sát được từ số liệu sử dụng dịch vụ.
  5. Phân công công việc theo kết quả. Nếu các bộ đơn giản luôn đạt yêu cầu, hãy bắt đầu từ mức đã đáp ứng các ca đó. Khi hay gặp khác biệt giữa các nguồn, dùng mức mạnh hơn hoặc để người rà soát mục còn tranh cãi. Bổ sung ca thử mới khi quy trình thay đổi.

Cách so sánh này cũng áp dụng cho các công việc có cấu trúc tương tự. Nhóm chăm sóc khách hàng có thể đối chiếu bản ghi buổi bàn giao với văn bản phạm vi công việc để tìm những gì đã cam kết. Một nhà nghiên cứu có thể kết hợp bản ghi buổi báo cáo với bảng kết quả đã công bố để xem phần diễn giải có khớp số liệu hay không. Trong cả hai trường hợp, hãy xây dựng câu trả lời xoay quanh những vị trí trong nguồn mà người đọc sẽ mở để xác minh.

Nếu quy trình gửi bản tóm tắt hoàn chỉnh cho người khác, hãy kiểm tra lần cuối cách xử lý các điểm chưa chắc chắn. Câu “chưa xác nhận người phụ trách” trong bản nháp có thể hữu ích hơn một phỏng đoán nghe rất tự tin. Hãy giữ thông tin còn thiếu hiển thị trong bản cuối và ghi lại mục nào cần con người quyết định trước khi gửi. Nhờ vậy, lần duyệt sau sẽ dễ hơn ngay cả khi vẫn dùng cùng mô hình.

Các mức suy luận của Hydrogen cho phép điều chỉnh thời gian dành cho việc sinh báo cáo. Mức phù hợp là mức giảm được công sức từ lúc mở tài liệu gốc đến lúc duyệt một bản tường thuật đáng tin cậy.

Nguồn


Để lưu tài liệu gốc, bản ghi cuộc họp và ghi chú theo dõi ở cùng một nơi, hãy tạo tài khoản Telli.sh.


← Quay lai blog