LLMĐếm token và ước tính chi phí khi gọi LLM trong Java
Cách đếm token cục bộ bằng JTokkit, tính chi phí bằng BigDecimal, chặn request vượt ngân sách và đối chiếu với usage thực tế từ Spring AI.
Streaming response từ LLM API với Java 21 và Spring Boot
Nhận từng token từ LLM API qua Server-Sent Events bằng HttpClient và WebClient, rồi đẩy tiếp về trình duyệt, kèm xử lý lỗi, timeout và test.
Function calling / tool use qua ví dụ với Spring AI
Hiểu cách LLM gọi hàm của ứng dụng, từ JSON thô tới @Tool trong Spring AI. Bài có ví dụ tra cứu, huỷ đơn hàng và test không cần gọi model thật.
Structured output: bắt LLM trả về JSON đúng schema với Spring AI
Cách ép LLM trả về JSON khớp schema trong Spring Boot: map vào record bằng Spring AI, bật JSON Schema native, validate, retry và viết test.
Prompt engineering: các kỹ thuật dùng được ngay
Các kỹ thuật prompt engineering thực dụng như system prompt, delimiter, few-shot, structured output và temperature, minh họa bằng Spring AI.
Gọi LLM API: temperature, top_p và max tokens
Hiểu cách temperature, top_p và max tokens điều khiển đầu ra của LLM, và cấu hình chúng đúng cách với Spring AI trong ứng dụng Spring Boot 3.
LLM hoạt động thế nào: token, context window và sampling
Hiểu ba khái niệm nền tảng của LLM là token, context window và sampling, kèm code Java 21 để đếm token, cắt lịch sử chat và tự cài temperature, top-k, top-p.
Stack AI 0 đồng: giải thích chi tiết kèm ví dụ
Phân tích một kiến trúc AI production-grade có thể chạy với chi phí 0 đồng, từ frontend, RAG, LLM local đến deployment, kèm ví dụ code thực hành.
GPT-Live vừa nghe vừa nói — cách hoạt động và ví dụ tích hợp Java
Giải thích kiến trúc nghe-nói đồng thời (full-duplex) của các mô hình LLM thời gian thực, kèm ví dụ tích hợp WebSocket bằng Spring Boot.
Sửa tài liệu RAG không phải ghi đè: cập nhật đúng cách cho LLM
Khi tài liệu nguồn thay đổi, ghi đè trực tiếp trong vector store dễ gây mâu thuẫn dữ liệu. Bài viết hướng dẫn quy trình versioning an toàn cho RAG.
12 bài báo AI thay đổi tất cả: giải thích chi tiết kèm ví dụ
Tổng hợp 12 paper nền tảng của AI hiện đại — từ AlexNet đến RAG — kèm code Java minh họa từng ý tưởng cốt lõi.
AI Inference Engineering: giải thích chi tiết kèm ví dụ
Tìm hiểu cách LLM sinh ra từng token khi inference, các kỹ thuật tối ưu như KV cache, batching, quantization và cách đo hiệu năng bằng Java/Spring Boot.
Dùng AI Tiết Kiệm Giờ Cho Dev: Giải Thích Chi Tiết Kèm Ví Dụ
Hướng dẫn thực tế cách dùng LLM để rút ngắn thời gian viết code, test, docs trong dự án Spring Boot, kèm ví dụ chạy được.
Top 20 khái niệm AI trong LLM: giải thích chi tiết kèm ví dụ
Tổng hợp 20 khái niệm nền tảng khi làm việc với LLM — token, embedding, RAG, fine-tuning, agent... kèm ví dụ code Java/Spring AI dễ hiểu.