DAIR.AI@dair_aiInteresting work on long-horizon research agents. PrimeScientists can decide where a research agent…
DịchPrimeScientist cho phép các tác nhân AI tự quản lý ngân sách nghiên cứu thông qua chiến lược MCTS thích ứng, giúp tăng 10,3% hiệu quả và giảm 50,6% số lần thử nghiệm so với các phương pháp truyền thống.
AK@_akhaliqRRSI Regularized Recursive Self-Improvement of Agent Harnesses paper: https://huggingface.co/paper...
DịchRRSI là khung tác tử AI mới sử dụng phương pháp chính quy hóa để tối ưu hóa quá trình tự cải thiện đệ quy, giúp nâng cao hiệu suất và độ ổn định của hệ thống.
Functionalizer là khung tiền xử lý mới giúp bảo toàn các biến thể từ vựng (như viết hoa, dấu câu) thông qua mã hóa opcode, giúp giảm kích thước từ vựng mà vẫn giữ nguyên độ chính xác khi giải mã.
Aravind Srinivas (Perplexity CEO)@AravSrinivasIntroducing Perplexity Research Fellowship: a program for early-career researchers, engineers, and a…
DịchPerplexity vừa công bố chương trình học bổng nghiên cứu mới, tạo cơ hội cho các nhà nghiên cứu, kỹ sư và chuyên gia phân tích trẻ tham gia vào các dự án phát triển AI tiên phong.
Phương pháp PIR mới cho phép đọc trạng thái nội tại của mô hình để xác định xem AI có đang cố tình che giấu câu trả lời đúng hay không, ngay cả khi nó đưa ra phản hồi sai.
TAPe+ML v3 là hệ thống thị giác máy tính đột phá với chưa đầy 100.000 tham số, sử dụng lý thuyết nhận thức chủ động để xử lý hiệu quả các tác vụ phân loại, phát hiện vật thể và phân đoạn ảnh với độ chính xác ấn tượng.
Nghiên cứu giới thiệu phương pháp PP-S và PP-TS giúp đánh giá chính xác hiệu suất AI trên các nhóm dữ liệu nhỏ, khắc phục hạn chế của việc thiếu nhãn dán và tối ưu hóa quy trình kiểm chứng mô hình.
Phân tích 173 nghiên cứu cho thấy AI không tự động làm tăng hay giảm tư duy phản biện; hiệu quả phụ thuộc vào cách dùng: hỗ trợ đặt câu hỏi tốt hay gây ỷ lại vào đáp án có sẵn. Đặc biệt, dữ liệu về tác động của AI đối với trẻ nhỏ vẫn còn rất thiếu hụt.
OpenAI cho biết mô hình nội bộ của họ đã giải được hơn 100 bài toán toán học lâu đời, bao gồm cả bài toán Navier-Stokes. Để đối phó với những hoài nghi từ giới chuyên môn, công ty đã thành lập hội đồng cố vấn toán học với sự tham gia của các nhà toán học đạt giải Fields.
Nhóm nghiên cứu từ Fudan, Wan và CUHK đã công bố bài tổng quan toàn diện về Agentic Visual Generation, thiết lập khung phân loại mới cho các hệ thống AI có khả năng tự ra quyết định, chỉnh sửa và học hỏi kinh nghiệm trong quá trình tạo nội dung thị giác.
Phòng thí nghiệm AI Thượng Hải vừa công bố Intern-S2-397B, mô hình đa phương thức chuyên sâu về khoa học với bộ giải mã bộ nhớ linh hoạt và tối ưu hóa cho chip Ascend, hiện đã có sẵn trên Hugging Face và ModelScope.
Thêm 1 nguồn khác đưa tinInternLMDeep Persona là kiến trúc ba tầng giúp AI nhập vai chân thực hơn bằng cách mô phỏng niềm tin và động lực cốt lõi thay vì chỉ dựa vào mô tả bề nổi. Hệ thống này còn đi kèm khung đánh giá mới giúp đo lường độ tự nhiên của hội thoại dựa trên các tiêu chuẩn tâm lý học lâm sàng.
Nghiên cứu chỉ ra rằng có thể đạt hiệu suất tương đương hoặc vượt trội so với chưng cất toàn phần chỉ với 0,1%-1% token. Bằng cách sử dụng chỉ số hiệu quả thông tin (IER), phương pháp này giúp chọn lọc dữ liệu huấn luyện tối ưu, tiết kiệm tài nguyên đáng kể cho các mô hình ngôn ngữ lớn.
Harness-Zero giới thiệu phương pháp 'agent-as-harness' giúp chuyển giao hành vi tối ưu từ các khung làm việc phức tạp trực tiếp vào trọng số mô hình, giúp AI duy trì hiệu suất cao ngay cả khi không còn phụ thuộc vào khung hỗ trợ.
Xiaomi vừa công bố dòng mô hình MiMo-V2.6 (Pro và Flash) với khả năng đa phương thức toàn diện, đánh dấu bước tiến quan trọng trong việc ứng dụng cơ chế tự cải tiến đệ quy (RSI) vào nghiên cứu khoa học.
Cùng sự kiện, bài đại diện «Xiaomi MiMo-V2.6-Pro: Bước tiến mới trong tối ưu hóa nghiên cứu vật liệu»VideoGen-Agent sử dụng học tăng cường đa nhiệm để điều phối các công cụ bên ngoài, giúp tối ưu hóa quy trình tạo video. Giải pháp này đã cải thiện đáng kể hiệu suất của các mô hình văn bản-thành-video trên bộ tiêu chuẩn VABench mới.
GameHorizon Suite cung cấp bộ dữ liệu AAA khổng lồ với 5.000 giờ chơi, kèm theo công cụ tự động gắn nhãn và hệ thống đánh giá toàn diện, mở ra kỷ nguyên mới cho AI trong game.
RRSI giải quyết vấn đề quá tải khi AI Agent tự cải tiến bằng cách sử dụng cơ chế kiểm soát ngân sách thời gian, bộ lọc phê bình và công cụ cắt tỉa để đảm bảo các thay đổi thực sự hiệu quả trên nhiều tác vụ khác nhau.
WorldCrafter giải quyết vấn đề thiếu nhất quán trong video dài bằng cách sử dụng bộ nhớ 3D ẩn, cho phép tạo video từ ảnh hoặc văn bản với độ chính xác cao về góc quay và bối cảnh.
Thêm 1 nguồn khác đưa tinX: AK (@_akhaliq)Nghiên cứu chỉ ra rằng các mô hình tạo video hiện nay thường vi phạm quy luật vật lý do lỗi trong cơ chế Attention và sự suy giảm không gian từ RoPE, dẫn đến việc định hình chuyển động sai lệch ngay từ giai đoạn khử nhiễu đầu tiên.
AI Safety Memes@AISafetyMemes1) 24 days ago, OpenAI began training a new model… That model has already solved over ***100*** l…
DịchTheo báo cáo từ The Information, OpenAI đã tự động hóa phần lớn quy trình huấn luyện mô hình, cho phép các tác nhân AI tự viết mã và tối ưu hóa hệ thống. Nhờ đó, các thử nghiệm vốn mất nhiều năm nay chỉ còn thực hiện trong khoảng một tuần.
Rohan Paul@rohanpaul_aiNew Harvard + MIT + other labs paper shows a cleaner path to self-improving financial AI: let the …
DịchCác nhà nghiên cứu giới thiệu FINSKILLOPS, hệ thống cho phép AI học hỏi từ lỗi sai trong phân tích tài chính thông qua cơ chế kiểm thử hồi quy nghiêm ngặt, giúp chuyển đổi RAG tĩnh thành hệ thống tự học bền vững.
Rohan Paul@rohanpaul_aiAI can make junior professionals look much better at the work without making them better at the unde…
DịchThử nghiệm trên 133 luật sư cho thấy AI hỗ trợ đáng kể chất lượng soạn thảo văn bản pháp lý, đặc biệt giúp các luật sư trẻ tiến bộ vượt bậc, dù không thay đổi khả năng phán đoán chuyên môn.
OpenAI hợp tác với các nhà toán học hàng đầu thế giới, bao gồm nhiều chủ nhân giải Fields, để thành lập hội đồng cố vấn độc lập đặt tại Viện Nghiên cứu Cao cấp Princeton nhằm định hướng phát triển AI.
Diễn biến sự kiện · 4 bài →Thêm 9 nguồn khác đưa tinHacker News Nổi bật (buzzing.cc bản dịch tiếng Trung)The Verge: AIIT HomeThe Decoder: AI NewsJiqizhixinX: Kim (@kimmonismus)TechCrunch: AIX: Rohan Paul (@rohanpaul_ai)X: OpenAI (@OpenAI)DAIR.AI@dair_aiNice paper showing a better way to evolve agent skills. And they achieve 40-70% less token cost com…
DịchSkillLift sử dụng tiêu chuẩn đánh giá học được để xếp hạng các gợi ý kỹ năng, giúp giảm 40-70% chi phí tự tiến hóa cho AI Agent mà vẫn vượt trội hơn các phương pháp hiện có trên hàng trăm tác vụ.
OpenAI thành lập hội đồng tư vấn gồm các nhà toán học hàng đầu để đánh giá nghiên cứu, đồng thời khẳng định mô hình nội bộ của họ đã giải thành công hơn 100 bài toán mở quan trọng.
Cùng sự kiện, bài đại diện «OpenAI lập hội đồng cố vấn toán học, mô hình bí ẩn giải quyết hơn 100 bài toán hóc búa»Rohan Paul@rohanpaul_aiNew Salesforce AI research finds, once you tune an agent's prompts, tools, and workflow around a wea…
DịchSalesforce phát hiện việc tinh chỉnh mô hình Qwen theo quỹ đạo của Gemini khiến hiệu suất giảm từ 78% xuống 63,1% do sự xung đột trong cách lập kế hoạch. Thay vì bắt chước, việc điều chỉnh dựa trên hành vi gốc (on-policy) mang lại kết quả tốt hơn.
Rohan Paul@rohanpaul_aiOpenAI forms an independent mathematics advisory group after its AI solved 100+ open problems, raisi…
DịchSau khi AI giải được hơn 100 bài toán mở gây xôn xao giới học thuật, OpenAI đã thành lập hội đồng toán học độc lập để giám sát các tiêu chuẩn nghiên cứu, đánh giá tác động và đảm bảo tính minh bạch trong các công bố toán học mới.
Jeff Dean@JeffDeanThanks for the great discussion, @dawnsongtweets!
DịchSau 27 năm gắn bó với Google, Jeff Dean đã có cuộc đối thoại sâu sắc về tương lai AI, từ việc chọn lọc các vấn đề nghiên cứu cốt lõi, tiềm năng của mô hình tự suy luận đến các thách thức về an toàn và tính tự chủ của AI.
Các nhà nghiên cứu từ Tencent và Đại học Thâm Quyến giới thiệu ForgeryVCR, một khung tác tử AI giúp chuyển đổi việc xác thực hình ảnh từ mô tả văn bản sang suy luận dựa trên bằng chứng thị giác trực tiếp, giúp phát hiện ảnh giả mạo chính xác hơn.
Số lượng bài nộp tại ICLR 2027 đạt con số kỷ lục 60.000, vượt tổng số bài của 14 năm trước cộng lại, đặt ra thách thức khổng lồ cho quy trình phản biện và đánh giá khoa học.
Elvis Saravia@omarsar0Found a great production use case for Jev. I used Jev to organize ~2.3K AI research papers. The …
DịchChỉ với 0,14 USD và 83 giây, Jev đã tái phân loại thành công 2.300 bài báo nghiên cứu AI với độ chính xác cao. Kết quả cho thấy việc kết hợp mô hình System One và System Two giúp tối ưu hóa quy trình xử lý dữ liệu quy mô lớn hiệu quả hơn hẳn.
Microsoft Research@MSFTResearchCustom-made molecules are advancing medicine, materials, and agriculture, but producing them is slow…
DịchNghiên cứu mới trên Nature giới thiệu mô hình RetroChimera, giúp các nhà khoa học dự đoán và tối ưu hóa quá trình tổng hợp phân tử, từ đó giảm thiểu chi phí và thời gian trong y học, nông nghiệp và khoa học vật liệu.
Designer-RSI là khung thích nghi liên tục cho phép AI điều khiển phần mềm thiết kế chuyên nghiệp, tự xây dựng và tinh chỉnh bộ nhớ quy trình từ các tác vụ thực tế mà không cần con người gắn nhãn.
Gricea là nền tảng khoa học mở giúp chuẩn hóa, chia sẻ và tái lập các nghiên cứu về AI hội thoại, giải quyết vấn đề thiếu hụt thông tin trong các báo cáo khoa học hiện nay.
Nhóm nghiên cứu từ Đại học Bristol giới thiệu khung Learning Ensemble, lấy cảm hứng từ quy trình phê duyệt thuốc để đánh giá độ tin cậy của AI y tế, giúp phát hiện sớm các lỗi tiềm ẩn trước khi đưa vào lâm sàng.
Bản tin tuần này phân tích chiến lược AI của Mỹ theo báo cáo từ RAND, các tiến bộ trong nghiên cứu thần kinh học và cách máy móc giải mã ý nghĩa văn bản.
IntBMoE giải quyết bài toán đánh đổi giữa hiệu năng, chi phí tính toán và bộ nhớ trong mô hình MoE bằng cách kết hợp kỹ thuật trộn chuyên gia dày đặc với cơ chế thực thi khối thưa thớt, cho phép kiểm soát độc lập các thông số này.
Rohan Paul@rohanpaul_aiNew Google paper shows LLM agents handle long tasks better when their workflow lives in an editable …
DịchGoogle đề xuất sử dụng 'Sơ đồ quy trình' (Procedural Graphs) để thay thế lịch sử trò chuyện, cho phép AI tự tối ưu hóa quy trình làm việc dựa trên việc phân tích các thất bại trước đó, giúp tăng độ chính xác cho các tác vụ phức tạp.
OmniVChat giới thiệu phương thức tương tác trực tiếp giữa người dùng và mô hình AI thông qua âm thanh và video mà không cần chuyển đổi văn bản, giúp giảm độ trễ và giữ trọn vẹn các tín hiệu cảm nhận.