Theo tìm hiểu của PV VietNamNet, Công ty TNHH Xây dựng Lâm Phạm (LPC) ký kết hợp với Công ty Trần Vũ (đơn vị thi công công trình Trường Mầm non Vườn Xanh) về việc tư vấn công nghệ và cung cấp hộp Ubot. Ngày 6/9/2017, đơn vị này đã có công văn gửi đơn vị thi công Công ty Trần Vũ về kỹ thuật thi công dự án Trường mầm non Vườn Xanh.

Theo đó, LPC chỉ ra rằng: “Trong quá trình thi công dự án Trường Mầm non Vườn Xanh, sau khi dỡ cốp pha sàn tầng 1 và tầng 2 đã xuất hiện vết nứt với độ rộng lớn nhất 0,3 mm”.

Theo kỹ sư giám sát, khi tiến hành thi công đổ bê tông sàn tầng 1, nhà thầu thi công đã không báo kỹ sư LPC đến kiểm tra trước khi đổ bê tông (thi công 22h ngày 7/8/2017 thì đến 22h50 mới báo kỹ sư đến giám sát). Do thời gian báo quá muộn nên đội kỹ thuật LPC đã không sắp xếp được nhân sự giám sát.

Về việc thi công sàn tầng 2: Nhà thầu đã báo kỹ sư LPC toàn bộ quá trình triển khai. Tuy nhiên, nhà thầu thi công đã không đạt tiến độ thi công đã đề ra nên vừa đổ bê tông vừa hoàn thiện lắp đặt cốt thép sàn tầng 2. Chất lượng bê tông cán bộ kỹ thuật nhà thầu không kiểm tra kỹ dẫn tới có xe bê tông không đảm bảo chất lượng mà vẫn cho bơm bê tông vào sàn. Kỹ sư LPC đã cảnh báo chỉ huy trưởng nhà thầu thi công về việc thiếu thép chống chọc thủng tại các đầu mũ cột. Tuy nhiên, nhà thầu thi công không bổ sung lắp đặt đủ theo thiết kế.

Toàn bộ bê tông thương phẩm thi công đổ sàn tầng 1, tầng 2 là bê tông thương phẩm sử dụng phụ gia đạt mác R7. Nhà thầu thi công đã không đảm bảo quy trình bảo dưỡng bê tông với bê tông R7.

Với hiện trạng công trình cùng với quá trình thi công của nhà thầu thi công, công ty TNHH Lâm Phạm đã đưa ra một số cảnh báo:

Về mặt kết cấu, LPC đã có thư kỹ thuật về các vết nứt trên sàn tầng 1 và tầng 2. Về mặt kỹ thuật thi công: LPC khuyến cáo chủ đầu tư không nên sử dụng bê tông R7 do bê tông R7 đòi hỏi quá trình bảo dưỡng bê tông liên tục và rất dễ xảy ra hiện tượng nứt bề mặt bê tông do co ngót; đề xuất chủ đầu tư sử dụng bê tông R14 trở lên để đảm bảo chất lượng.

LPC cũng đã đưa ra khuyến cáo nhà thầu thi công cần lên tiến độ thi công chi tiết, cử cán bộ giám sát chặt chẽ các công đoạn thi công. Bổ sung thiết bị phục vụ thi công đầy đủ nhằm đảm bảo ánh sáng thi công, thiết bị thi công và cần chống tối thiểu 2 tầng giáo.

Trong quá trình thi công đổ bê tông cán bộ kỹ thuật nhà thầu không nhận xe bê tông không đảm bảo chất lượng theo tài liệu kỹ thuật đã được phê duyệt.

Sau đó nhà thầu tiếp tục thi công. Từ 21h ngày 24/9 tổ chức đổ bê tông sàn tầng 3. Đến khoảng 3h45’ ngày 25/9, công trình xây dựng bị đổ sập.

Liên quan đến dự án này, trước đó ngày 22/8, Đội TTXD quận Nam Từ Liêm đã chủ trì phối hợp với các phòng, ban ngành chức năng của quận Nam Từ Liêm tổ chức kiểm tra công trình xây dựng trường mầm non Vườn Xanh.

Tại thời điểm kiểm tra, chủ đầu tư đã thi công xong phần móng, phần vách ngầm, đang ghép cốp pha tầng 1, chưa đổ mái. Diện tích ghép cốp pha tầng 1 phù hợp với thiết kế. Tuy nhiên, chủ đầu tư đã bổ sung thêm 1 cột từ tầng hầm lên tầng 1 tại vị trí X6, Y16. Đội thanh tra đã yêu cầu chủ đầu tư, các nhà thầu thi công khắc phục cầu rửa xe, biển báo an toàn lao động, màn che chắn công trường.

Đến ngày 29/8, sau khi chủ đầu tư giải trình và xuất trình các hồ sơ còn thiếu, Đội thanh tra xây dựng quận Nam Từ Liêm đã ban hành thông báo, kết luận và giao Tổ thanh tra xây dựng địa bàn Phường Mỹ Đình 1 kiểm tra giám sát các hoạt động của dự án theo quy định của pháp luật.

Theo ông Chu Văn Đức, Đội trưởng đội Thanh tra xây dựng quận Nam Từ Liêm, nguyên nhân sơ bộ dẫn đến vụ sập trường mầm non Vườn Xanh xảy ra rạng sáng ngày 25/9, là do phần chất tải đổ tầng 3 tác động vào kết cấu giàn giáo không đủ khả năng chịu lực dẫn đến sàn 3 và sàn 2 bị sụp đổ.

Hồng Khanh

Nguyên nhân vụ sập trường mầm non: Hé lộ từ giàn giáo

Nguyên nhân vụ sập do phần chất tải đổ sàn tầng 3 tác động vào kết cấu giàn giáo không phù hợp với khả năng chịu lực dẫn đến sàn tầng 3 và sàn tầng 2 sụp đổ.

ĐH Quốc gia Hà Nội vẫn tiếp tục có chính sách đặc biệt cho các thí sinh theo học khối các ngành khoa học cơ bản (Toán học, Vật lý, Hóa học,...) như hỗ trợ hoàn toàn học phí, hỗ trợ kinh phí 2 triệu đồng/tháng và chỗ ở trong ký túc xá, để các em có điều kiện theo đuổi.

Về cơ bản, ĐH Quốc gia Hà Nội sẽ giữ ổn định các phương thức tuyển sinh như năm ngoái, gồm: xét tuyển theo kết quả thi tốt nghiệp THPT; xét tuyển theo kết quả thi đánh giá năng lực; xét tuyển theo kết quả các kỳ thi, chứng chỉ quốc tế kết hợp với học bạ THPT; xét tuyển học sinh các trường chuyên, THPT thuộc ĐH Quốc gia Hà Nội. 

“Điểm mới về phương thức tuyển sinh năm nay là tỷ lệ đánh giá năng lực có thể tăng lên. Năm ngoái chúng tôi đã dành 20% chỉ tiêu, năm nay chúng tôi dự kiến tăng tỷ lệ chỉ tiêu xét tuyển theo kết quả kỳ thi đánh giá năng lực của ĐH Quốc gia Hà Nội,... Năm nay, chúng tôi cũng dự kiến cũng sẽ công nhận kết quả kỳ thi đánh giá năng lực của ĐH Quốc gia TPHCM trong tuyển sinh và ngược lại. Năm nay, chúng tôi sẽ tiếp tục sử dụng chứng chỉ VSTEP để xét tuyển vào Trường ĐH Ngoại ngữ,...”, ông Đức nói. 

Trường ĐH Khoa học Xã hội và Nhân văn Hà Nội tăng 320 chỉ tiêu năm 2023

01.ai và DeepSeek là những công ty AI đại lục đang áp dụng chiến lược tập trung vào tập dữ liệu nhỏ hơn để đào tạo mô hình, đồng thời thuê nhân lực tay nghề cao có giá rẻ.

FT cho biết, chi phí suy luận của Yi-Lightning là 14 xu cho mỗi một triệu mã thông báo, so với 26 xu của GPT o1-mini đến từ OpenAI. Trong khi đó, chi phí của GPT 4o lên tới 4,4 USD/mỗi một triệu mã thông báo. Số lượng mã thông báo được sử dụng để tạo phản hồi phụ thuộc vào độ phức tạp của mỗi truy vấn.

Nhà sáng lập Yi-Lightning tiết lộ công ty này tiêu tốn 3 triệu USD để “đào tạo ban đầu”, trước khi tinh chỉnh cho các trường hợp sử dụng khác nhau. Lee nói rằng mục tiêu của họ “không phải tạo ra mô hình tốt nhất”, mà là xây dựng mô hình cạnh tranh “rẻ hơn từ 5-10 lần”.

Phương pháp mà 01.ai, DeepSeek, MiniMax và Stepfun đã áp dụng có tên “mô hình chuyên gia” - chỉ việc kết hợp nhiều mạng nơ-ron được đào tạo trên tập dữ liệu cụ thể chuyên ngành.

Các nhà nghiên cứu coi phương pháp này là cách chính để đạt được mức độ thông minh tương đương như mô hình sử dụng dữ liệu khổng lồ nhưng cần ít sức mạnh điện toán hơn. Tuy nhiên, điểm khó của cách tiếp cận là việc các kỹ sư phải dàn dựng quy trình đào tạo với “nhiều chuyên gia” thay vì chỉ một mô hình chung.

Do gặp khó khăn tiếp cận những con chip AI cao cấp, những doanh nghiệp Trung Quốc đã chuyển hướng phát triển những tập dữ liệu chất lượng cao, để sử dụng đào tạo mô hình chuyên gia, từ đó làm yếu tố cạnh tranh với đối thủ phương tây.

Lee cho biết 01.ai có những cách thu thập dữ liệu phi truyền thống, chẳng hạn như quét sách hay thu thập bài viết trên ứng dụng nhắn tin WeChat vốn không thể truy cập trên website mở.

Nhà sáng lập này tin rằng Trung Quốc có vị thế tốt hơn so với Mỹ, khi sở hữu nguồn nhân tài kỹ thuật giá rẻ khổng lồ.

(Theo FT, Bloomberg)