
		<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
			<channel>
				<title>TungDaDev&#39;s Blog – stories, insights &amp; ideas</title>
				<link>https://www.tungdadev.com/blog</link>
				<description>A personal space on the cloud where I document my programming journey, sharing lessons, insights and resources for fellow developers.</description>
				<language>vi</language>
				<managingEditor>bthanhtung.ite@gmail.com (TungDaDev)</managingEditor>
				<webMaster>bthanhtung.ite@gmail.com (TungDaDev)</webMaster>
				<lastBuildDate>Wed, 14 Oct 2026 00:00:00 GMT</lastBuildDate>
				<atom:link href="https://www.tungdadev.com/tags/llm/feed.xml" rel="self" type="application/rss+xml"/>
				
		<item>
			<guid>https://www.tungdadev.com/blog/agentic-rag</guid>
			<title>Agentic RAG: khi tìm một lần không đủ, và cái giá phải trả</title>
			<link>https://www.tungdadev.com/blog/agentic-rag</link>
			<description>RAG cổ điển chỉ tìm một lần nên dễ trả lời trật với câu hỏi cần nhiều bước, nhiều nguồn. Xem cách dựng Agentic RAG từ hybrid search, rerank đến vòng lặp gọi tool và kiểm soát chi phí.</description>
			<pubDate>Wed, 14 Oct 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>rag</category><category>ai-agents</category><category>llm</category><category>ai</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/best-local-llm-models-2026</guid>
			<title>Local LLM 2026: máy 8GB tới 64GB chạy được model nào</title>
			<link>https://www.tungdadev.com/blog/best-local-llm-models-2026</link>
			<description>Máy cá nhân từ 8GB tới 64GB RAM chạy được local LLM nào mượt năm 2026? Cách tính VRAM, KV cache và chọn giữa Qwen 3.8, Gemma 4, gpt-oss qua Ollama.</description>
			<pubDate>Tue, 06 Oct 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>llm</category><category>ai</category><category>productivity</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/graph-rag</guid>
			<title>GraphRAG và advanced RAG: khi vector search không nối được mắt xích</title>
			<link>https://www.tungdadev.com/blog/graph-rag</link>
			<description>Chatbot nội bộ trả lời trơn tru câu tra cứu nhưng đuối với câu hỏi nhiều bước. Cách GraphRAG dựng đồ thị tri thức, ghép với hybrid search, và cái giá indexing phải trả.</description>
			<pubDate>Sat, 08 Aug 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>rag</category><category>llm</category><category>ai</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/how-llm-work</guid>
			<title>How LLMs work: bên trong LLM chỉ là một cỗ máy đoán chữ tiếp theo</title>
			<link>https://www.tungdadev.com/blog/how-llm-work</link>
			<description>Mổ xẻ cơ chế LLM từ gốc: token, embedding, attention, quá trình huấn luyện 3 bước và lý do model trả lời rất trơn tru nhưng thỉnh thoảng vẫn bịa như thật.</description>
			<pubDate>Sun, 04 Oct 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>llm</category><category>ai</category><category>beginners</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/langgraph-multi-agent</guid>
			<title>LangGraph và stateful multi-agent: vòng lặp để agent tự sửa sai</title>
			<link>https://www.tungdadev.com/blog/langgraph-multi-agent</link>
			<description>Chain một chiều không cho agent quay lại sửa khi test fail. Dùng LangGraph dựng state machine có vòng lặp, human-in-the-loop, time-travel và các mẫu phối hợp multi-agent.</description>
			<pubDate>Wed, 02 Sep 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>ai-agents</category><category>llm</category><category>ai</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/llm-evaluation-observability</guid>
			<title>LLM evaluation &amp; observability: bắt lỗi khi API vẫn trả 200 OK</title>
			<link>https://www.tungdadev.com/blog/llm-evaluation-observability</link>
			<description>API LLM trả 200 OK nhưng nội dung bịa đặt thì bắt lỗi kiểu gì? Cách đo RAG Triad, dùng LLM-as-a-Judge và tracing đầu cuối với Langfuse &amp; OpenTelemetry.</description>
			<pubDate>Sat, 05 Sep 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>llm</category><category>observability</category><category>testing</category><category>ai</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/llm-red-teaming</guid>
			<title>Red teaming LLM: tự tấn công ứng dụng AI của mình trước kẻ xấu</title>
			<link>https://www.tungdadev.com/blog/llm-red-teaming</link>
			<description>Tự kiểm thử bảo mật ứng dụng LLM bằng Red Teaming: các họ tấn công PAIR, Crescendo, Best-of-N, cách đặt canary chấm điểm tự động và tính khoảng tin cậy ASR.</description>
			<pubDate>Sun, 11 Oct 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>security</category><category>llm</category><category>testing</category><category>ai</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/llm-security-owasp</guid>
			<title>Bảo mật LLM theo OWASP: prompt injection, Dual-LLM và tool broker</title>
			<link>https://www.tungdadev.com/blog/llm-security-owasp</link>
			<description>Một dòng chữ trắng trong CV đủ để agent tuyển dụng gửi email hộ kẻ tấn công. Gốc rễ prompt injection, mô hình Dual-LLM, tool broker và guardrail nhiều lớp theo OWASP.</description>
			<pubDate>Wed, 16 Sep 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>security</category><category>llm</category><category>ai</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/llm-security-threat-model</guid>
			<title>Bảo mật LLM cơ bản: vẽ bản đồ mối đe doạ trước khi viết code</title>
			<link>https://www.tungdadev.com/blog/llm-security-threat-model</link>
			<description>Prompt injection chưa chặn được tuyệt đối, vậy khi model bị lừa thì mất gì? Vẽ threat model cho chatbot, RAG, agent: lethal trifecta, vụ EchoLeak, CaMeL và Rule of Two.</description>
			<pubDate>Sat, 10 Oct 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>security</category><category>llm</category><category>ai</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/netflix-llm-recommendation</guid>
			<title>Netflix dạy LLM gợi ý phim để bạn xem mãi không dừng</title>
			<link>https://www.tungdadev.com/blog/netflix-llm-recommendation</link>
			<description>Hàng phim trúng gu tới mức hơi rợn trên Netflix đến từ đâu? Coi lịch sử xem như một câu văn, dạy foundation model và LLM (GenRec) đoán phim kế tiếp, và team nhỏ dùng lại được gì.</description>
			<pubDate>Sat, 17 Oct 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>system-design</category><category>llm</category><category>ai</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/rag-vs-finetuning-decision-matrix</guid>
			<title>RAG vs fine-tuning: ma trận quyết định và điểm hoà vốn chi phí</title>
			<link>https://www.tungdadev.com/blog/rag-vs-finetuning-decision-matrix</link>
			<description>Fine-tune cả tháng mà model vẫn bịa hạn mức tín dụng? Fine-tuning không nạp được kiến thức. Ma trận 7 trục, điểm hoà vốn chi phí và cách ghép RAG với SLM.</description>
			<pubDate>Sat, 19 Sep 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>rag</category><category>llm</category><category>ai</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/reasoning-models-deepseek-r1</guid>
			<title>Reasoning models &amp; test-time compute: DeepSeek-R1 học suy luận ra sao</title>
			<link>https://www.tungdadev.com/blog/reasoning-models-deepseek-r1</link>
			<description>Vì sao một model open-weight làm Nvidia mất gần 600 tỷ USD trong một phiên? Test-time compute, GRPO không cần critic, MoE/MLA của DeepSeek-R1, và dev nên đổi cách prompt ra sao.</description>
			<pubDate>Wed, 09 Sep 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>llm</category><category>ai</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/small-language-models</guid>
			<title>Small Language Models (SLM) trên production: VRAM, lượng tử hoá và TCO</title>
			<link>https://www.tungdadev.com/blog/small-language-models</link>
			<description>Triển khai Small Language Models (1B-8B) trên production: cách tính VRAM và KV-Cache, chọn AWQ hay GGUF, chạy Dynamic Multi-LoRA trên vLLM và bài toán TCO.</description>
			<pubDate>Sat, 12 Sep 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>llm</category><category>ai</category><category>performance</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/spring-ai-1.1.1</guid>
			<title>Spring AI và RAG: đưa LLM vào hệ thống Java, khỏi gateway Python</title>
			<link>https://www.tungdadev.com/blog/spring-ai-1.1.1</link>
			<description>Đưa LLM vào hệ thống Java mà ngại dựng thêm gateway Python? Thiết kế RAG với Spring AI, ChatClient Advisors, PgVector HNSW, Tool Calling và Resilience4j.</description>
			<pubDate>Sat, 24 Jan 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>rag</category><category>llm</category><category>spring-boot</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/spring-ai-dynamic-tool-calling</guid>
			<title>Dynamic tool calling trong Spring AI: chỉ gửi những tool cần dùng</title>
			<link>https://www.tungdadev.com/blog/spring-ai-dynamic-tool-calling</link>
			<description>Agent có 100 tool thì mỗi request gửi kèm cả trăm JSON schema, tốn token và dễ gọi nhầm hàm. Chọn tool động trong Spring AI bằng CallAdvisor, Vector Store và lọc theo quyền.</description>
			<pubDate>Sat, 26 Sep 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>ai-agents</category><category>llm</category><category>spring-boot</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/vllm-paged-attention</guid>
			<title>vLLM và PagedAttention: vì sao 320GB VRAM vẫn báo hết bộ nhớ</title>
			<link>https://www.tungdadev.com/blog/vllm-paged-attention</link>
			<description>Model 70B chỉ chiếm 40GB mà cụm GPU 320GB vẫn báo CUDA OOM? KV Cache tốn bao nhiêu mỗi token, PagedAttention của vLLM quản lý nó ra sao, và cách chạy vLLM bằng Docker.</description>
			<pubDate>Wed, 26 Aug 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>llm</category><category>ai</category><category>devops</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/what-happens-when-you-press-enter-llm</guid>
			<title>Chuyện gì xảy ra bên dưới khi bạn prompt xong và nhấn Enter?</title>
			<link>https://www.tungdadev.com/blog/what-happens-when-you-press-enter-llm</link>
			<description>Theo chân một prompt từ lúc nhấn Enter tới khi chữ hiện lên màn hình: chat template, prefill, KV cache, decode, sampling và cách tối ưu chi phí, độ trễ LLM.</description>
			<pubDate>Wed, 07 Oct 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>llm</category><category>ai</category><category>performance</category><category>system-design</category>
		</item>
	
		<item>
			<guid>https://www.tungdadev.com/blog/why-llms-agree-with-you</guid>
			<title>Vì sao LLM cứ đồng ý với bạn, kể cả khi bạn sai?</title>
			<link>https://www.tungdadev.com/blog/why-llms-agree-with-you</link>
			<description>Vì sao hỏi lại &quot;chắc chưa?&quot; là LLM đổi đáp án đúng thành sai? Mổ xẻ tật xu nịnh (sycophancy) từ RLHF, sự cố GPT-4o 2025 tới cách hỏi để AI chịu phản biện.</description>
			<pubDate>Fri, 09 Oct 2026 00:00:00 GMT</pubDate>
			<author>bthanhtung.ite@gmail.com (TungDaDev)</author>
			<category>llm</category><category>ai</category>
		</item>
	
			</channel>
		</rss>
	