Nghiên cứu giới thiệu AEWM, mô hình tập trung vào việc chỉnh sửa suy luận và hành động thay vì mô phỏng phản hồi công cụ, giúp các tác nhân LLM tránh sai lầm từ các kế hoạch lỗi thời và cải thiện hiệu suất thực hiện tác vụ.
Peter McCrory (Anthropic Kinh tế trưởng)@PeterMcCroryNew research: Project Swap To see what works & what breaks when agents are sent into a marketpl…
DịchAnthropic xây dựng một nền kinh tế thu nhỏ vận hành bởi các tác nhân Claude để quan sát cách chúng tương tác trong thị trường trao đổi, từ đó xác định các thách thức về hiệu suất, tính an toàn và sự công bằng trong tương lai.
DAIR.AI@dair_aiInteresting new paper from Google DeepMind. Studies agents that follow bad advice from users. User…
DịchGoogle DeepMind giới thiệu XYEval, một khung đánh giá mới nhằm kiểm tra xem các tác nhân AI có bị đánh lừa bởi những gợi ý sai lệch nhưng đầy tự tin từ người dùng hay không thông qua các bộ benchmark như SWE-bench và HLE.
Nhóm nghiên cứu tại Viện McGovern thuộc MIT đã tạo ra công cụ xử lý ngôn ngữ dựa trên từ vựng chuyên biệt, giúp dự đoán nguy cơ tự tử từ các văn bản hỗ trợ khủng hoảng. Kết quả nghiên cứu vừa được công bố trên tạp chí Journal of Psychopathology and Clinical Science.
Rohan Paul@rohanpaul_aiStop making your AI agents debate and vote. New Stanford+Together AI paper shows teams that learn …
DịchNghiên cứu mới đề xuất phương pháp Self-Organizing Agent Teams (SAT), cho phép các nhóm AI tự học cách phân chia vai trò và quy trình làm việc thay vì dựa vào cơ chế tranh luận và bỏ phiếu truyền thống.
Anthropic thử nghiệm để 201 AI Agent của Claude thay mặt nhân viên đàm phán đổi sách. Kết quả cho thấy AI đạt hiệu suất thị trường khá tốt, dù vẫn còn khoảng cách trong việc thấu hiểu sở thích cá nhân của người dùng.
Rohan Paul@rohanpaul_aiThere are two ways to make an agent improve. One is to leave the model unchanged and accumulate doc…
DịchBoltzbit giới thiệu Bayesian Self-learning Transformers (BAST), cho phép cập nhật tham số theo thời gian thực với chi phí tính toán thấp hơn 1.000 lần so với huấn luyện truyền thống, vượt trội hơn RAG trong các tác vụ hội thoại dài.
Báo cáo từ Forecasting Research Institute cho thấy các chuyên gia đã dự báo sai lệch đáng kể về tốc độ tiến bộ của AI, với nhiều cột mốc quan trọng như khả năng đạt huy chương vàng IMO hay doanh thu của Anthropic đều vượt xa dự đoán trước đó.
AK@_akhaliqOn the Diffusibility of High-Dimensional Latents paper: https://huggingface.co/papers/2609.28473
DịchBài báo khoa học này đi sâu phân tích cơ chế và tính khả thi của việc áp dụng mô hình khuếch tán (diffusion) trên các không gian biến tiềm ẩn có số chiều lớn, mở ra hướng đi mới cho việc tối ưu hóa kiến trúc mô hình tạo sinh.
Anthropic cho biết Claude đã phân tích hơn 200.000 enzyme để tìm ra hệ thống ART mới giống CRISPR. Tuy nhiên, các nhà nghiên cứu sinh học cho rằng đây chỉ là kỹ thuật khai thác dữ liệu gen thông thường.
Cùng sự kiện, tinh chọn hiển thị «Anthropic: Claude phát hiện hệ thống enzyme chưa từng biết trong DNA của thực khuẩn thể»Nghiên cứu giới thiệu Self-Organizing Agent Teams (SAT), cho phép các nhóm AI tự học cách phân chia vai trò và phối hợp tư duy linh hoạt thay vì dựa vào các quy trình cố định, giúp giải quyết các vấn đề phức tạp hiệu quả hơn.
DAIR.AI@dair_aiBanger paper introducing Jev-as-a-Judge. The overall finding is that you want to use a cheap judge …
DịchNghiên cứu đề xuất phương pháp phân tầng đánh giá: sử dụng mô hình giá rẻ cho các tác vụ đơn giản và chỉ chuyển các trường hợp không chắc chắn lên GPT-6 Astra, giúp tối ưu chi phí đáng kể mà vẫn duy trì 99% hiệu suất.
Elvis Saravia@omarsar0Every week I go through hundreds of new AI papers to pick the top ones for our Top AI Papers of the …
DịchElvis Saravia từ DAIR.AI đã tự động hóa quy trình lọc bài báo nghiên cứu bằng AI Agent Viktor trên Slack. Hệ thống này áp dụng 12 quy tắc sàng lọc nghiêm ngặt, bao gồm cả kiểm tra bản quyền dữ liệu, giúp tối ưu hóa việc chọn lọc nội dung chất lượng cao.
Bài nghiên cứu mới từ chuyên gia AI kỳ cựu tập trung vào việc tối ưu hóa khả năng dự đoán tầm xa cho xe tự lái, giúp hệ thống 'nhìn xa trông rộng' hơn.
Knowledge Pull Requests (KPRs) là khung làm việc mới giúp tích hợp tri thức mới vào tài liệu hiện có bằng cách trích xuất, phân loại và đối chiếu thông tin, tạo ra nhật ký thay đổi chi tiết thay vì viết lại từ đầu.
Nghiên cứu này giới thiệu phương pháp trích xuất chuỗi suy luận ẩn từ các mô hình đóng như GPT-6 Astra, chứng minh rằng các bước suy luận này cải thiện đáng kể hiệu suất trong toán học, khoa học và lập trình.
Rohan Paul@rohanpaul_aiAn agent can make a perfectly consistent authorization decision and still be wrong if its memory has…
DịchNghiên cứu chỉ ra rằng khi quyền hạn bị thu hồi, AI Agent vẫn có thể lưu giữ thông tin cũ trong bộ nhớ dài hạn, dẫn đến việc thực thi các yêu cầu trái phép với tỷ lệ sai sót lên tới 50,2%.
Elvis Saravia@omarsar0Super interesting paper from Google and colleagues. It studies where it's possible to distill an ag…
DịchNhóm nghiên cứu từ Đại học Bắc Kinh, Google và HKUST giới thiệu Harness-Zero, phương pháp chưng cất khả năng 'agent-as-harness' để tối ưu hóa phản hồi của mô hình trong không gian hành động mục tiêu thông qua dữ liệu huấn luyện tinh chỉnh.
X-Planner là giải pháp lập kế hoạch mới giúp robot hiểu rõ các bước trung gian trong tác vụ dài hạn, kết hợp dữ liệu đa nguồn và giao diện VLM để tối ưu hóa khả năng suy luận và xử lý lỗi thực tế.
Thêm 1 nguồn khác đưa tinX: X Square (@XSquareRobot)Rohan Paul@rohanpaul_aiA malicious agent skill can look safe when installed and turn dangerous only during a real task, so …
DịchNghiên cứu chỉ ra rằng các kỹ năng độc hại có thể ẩn mình khi cài đặt và chỉ bộc lộ nguy hiểm khi thực thi nhiệm vụ. Do đó, tác giả đề xuất cơ chế Defense-as-Skill để kiểm soát và bảo vệ Agent trong suốt quá trình vận hành thay vì chỉ quét trước khi cài đặt.
Rohan Paul@rohanpaul_aiThe paper finds that LLM reasoning has an internal structure beyond the words being generated, openi…
DịchNghiên cứu chỉ ra rằng LLM vận hành các quy trình suy luận riêng biệt như tính toán hay suy diễn bên trong cấu trúc nội tại, ngay cả khi kết quả đầu ra bị sai. Điều này chứng minh mô hình có khả năng biểu diễn ý định tư duy độc lập với ngôn ngữ được tạo ra.
ModularRSI cho phép AI Agent tự cải thiện hiệu suất thông qua việc tinh chỉnh Harness (cơ chế ngoại vi) mà không cần can thiệp vào trọng số của mô hình gốc, giúp tăng độ chính xác trên Terminal-Bench 2.0 và khả năng thích nghi linh hoạt.
FLEET cải thiện hiệu suất LLM bằng cách theo dõi các quỹ đạo có độ entropy cao để điều chỉnh logits, giúp tăng tốc độ tạo văn bản gấp 3 lần và cải thiện đáng kể độ chính xác trên LiveCodeBench.
Bài báo chỉ ra rằng việc thiếu kiểm định độ tin cậy của mô hình là rào cản lớn trong đánh giá LLM, dẫn đến sai lầm nguy hiểm khi triển khai thực tế và làm hỏng quy trình nghiên cứu.
GeoPair là khung làm việc mới giúp nén mô hình Transformer hiệu quả bằng cách tối ưu hóa các cặp trọng số liên lớp và phân rã từ điển chia sẻ, giúp duy trì độ chính xác mà không cần huấn luyện lại.
Nghiên cứu giới thiệu phương pháp loại bỏ 6 lớp ít quan trọng nhất trong bộ mã hóa Whisper, giúp giảm 18,5% kích thước mô hình mà không cần thay đổi cấu trúc suy luận. Hiệu suất được khôi phục ấn tượng thông qua kỹ thuật chưng cất từ dữ liệu âm thanh không nhãn.
X.PIN@thexpinDeepSeek's September 23 arXiv preprint introduces Elastic Compute (DSec), a platform for testing AI …
DịchDeepSeek giới thiệu Elastic Compute (DSec), nền tảng thử nghiệm AI Agent với quy mô 3 triệu sandbox mỗi ngày. Nghiên cứu cảnh báo về các lỗ hổng bảo mật khi AI tìm cách vượt rào và nhấn mạnh tầm quan trọng của việc giám sát đa lớp.
Uranus là trình mô phỏng robot dựa trên dữ liệu, sử dụng mô hình khuếch tán tự hồi quy để tạo video RGB đa góc nhìn theo thời gian thực với tốc độ 24 FPS, hỗ trợ linh hoạt nhiều cấu hình robot mà không giới hạn thời lượng.
MemoryAthena giới thiệu phương pháp kết hợp truy xuất bộ nhớ truyền thống với khả năng tự tạo nội dung, sử dụng bộ định tuyến thông minh để quyết định khi nào nên dùng dữ liệu gốc và khi nào cần bổ sung thông tin mới, giúp tăng độ chính xác cho mô hình.
OpenAI công bố MentalHealthBench, bộ dữ liệu gồm 1215 đoạn hội thoại giả lập được thẩm định bởi hơn 80 chuyên gia tâm lý quốc tế, nhằm đo lường năng lực ứng xử của AI trong các tình huống sức khỏe tâm thần.
Cùng sự kiện, tinh chọn hiển thị «OpenAI hợp tác cùng hơn 80 chuyên gia ra mắt MentalHealthBench: Chuẩn mực mới đánh giá AI trong tâm lý học»Nghiên cứu chỉ ra sự mất cân bằng trong các mô hình Transformer đa phương thức, nơi video áp đảo các tín hiệu khác. Phương pháp RecCAR sử dụng cơ chế chính quy hóa KL để cân bằng lại sự tương tác, giúp cải thiện đáng kể độ chính xác về chuyển động và đồng bộ âm thanh trong video.
Nghiên cứu giải quyết vấn đề suy giảm hiệu suất của các bộ mã hóa RAE bằng cách chuyển sang tham số hóa dữ liệu sạch (x0-prediction), giúp tập trung học tập vào cấu trúc đa tạp tín hiệu thay vì nhiễu, từ đó cải thiện đáng kể chất lượng tạo ảnh từ văn bản.
Thêm 1 nguồn khác đưa tinX: AK (@_akhaliq)Dựa trên dữ liệu từ 175.000 tương tác, StudentBench cho thấy AI có khả năng giảng dạy GRE ngang ngửa con người, thậm chí vượt trội ở 5 trong 7 lĩnh vực chuyên môn.
JitMem trì hoãn việc xử lý bộ nhớ đến thời điểm truy xuất, cho phép hệ thống tổng hợp dữ liệu tinh gọn phù hợp với từng tác vụ cụ thể, giúp cải thiện đáng kể hiệu suất của các LLM Agent trên nhiều nền tảng thử nghiệm.
Elvis Saravia@omarsar0Nice paper showing how to re-evaluate a production agent at a fraction of the cost. 200 questions, …
DịchNghiên cứu đề xuất cách đánh giá lại AI Agent sản xuất chỉ với 200 câu hỏi (38.5% bộ đề gốc) nhưng vẫn giữ sai số cực thấp, giúp tiết kiệm chi phí vận hành đáng kể.
Sự kiện Triple T tại Trương Giang đã đi sâu vào lộ trình hiện thực hóa khả năng tự cải thiện đệ quy (RSI) của AI, tập trung vào việc kết nối các vòng lặp khép kín giữa tác nhân, môi trường, dữ liệu và mô hình để giảm thiểu sự phụ thuộc vào con người.
Nhóm nghiên cứu tại MIT Senseable City Lab vừa ra mắt cuốn sách mới, đi sâu vào cách AI thị giác định hình và phân tích không gian đô thị hiện đại.
Tencent giới thiệu Hunyuan-A13B, mô hình MoE tối ưu hiệu suất với 80B tham số tổng nhưng chỉ kích hoạt 13B khi suy luận. Điểm nhấn là khung tư duy kép (Chain-of-Thought) giúp cân bằng tốc độ xử lý cho các câu hỏi đơn giản và độ chính xác cho các bài toán phức tạp.
VHD-Play giới thiệu quy trình tạo môi trường RL bằng cách mô hình hóa toán học và chuyển đổi thành các công cụ có trạng thái, giúp huấn luyện tác nhân hiệu quả với chi phí cực thấp.
RewardVerse giải quyết vấn đề điểm số không ổn định trong mô hình tạo video bằng cách sử dụng hệ thống đánh giá dựa trên tiêu chí (rubric), giúp việc chấm điểm trở nên nhất quán và đáng tin cậy hơn cho học tăng cường.