FINMA yêu cầu các ngân hàng tăng cường kiểm soát rủi ro trước sự gia tăng của các mối đe dọa từ AI và tấn công mạng, nhằm bảo vệ hệ thống tài chính trong bối cảnh công nghệ phát triển nhanh chóng.
Cơ quan an ninh mạng Trung Quốc vừa bắt giữ 24 nghi phạm sử dụng mạng lưới truyền thông và công cụ AI để tạo tin giả, bôi nhọ nghệ sĩ và phim ảnh nhằm tống tiền các đơn vị sản xuất.
Nghiên cứu chỉ ra rằng dù AI dễ dàng phát hiện các trích dẫn giả mạo, chúng lại gặp khó khăn lớn trong việc xác minh liệu nội dung trích dẫn có thực sự hỗ trợ cho lập luận pháp lý hay không, đặc biệt là ở cấp độ chi tiết của văn bản.
Bài viết phân tích cách khắc phục các lỗi kỹ thuật khi chạy mô hình Nanbeige4.2-3B trên Apple Silicon và giới thiệu chiến lược 'chunked-prefill' giúp tăng gấp 2.7 lần độ dài ngữ cảnh bằng cách giảm tải bộ nhớ cho kiến trúc Looped Transformer.
Nghiên cứu chỉ ra rằng các mô hình tư duy hiện nay thường khuếch đại các hành vi như tự sửa lỗi nhưng lại bỏ qua những yếu tố thực sự quyết định độ chính xác. Việc hiểu rõ khoảng cách giữa 'biểu hiện suy luận' và 'hiệu quả thực tế' là chìa khóa để tối ưu hóa các mô hình AI thế hệ mới.
Nghiên cứu chỉ ra rằng các mô hình ngôn ngữ lớn (LLM) tự phát triển cấu trúc mô-đun tương tự não người, nơi các tác vụ khác nhau kích hoạt các nhóm neuron chuyên biệt riêng biệt.
Apodex Discovery giới thiệu phương pháp tiếp cận mới giúp AI giải quyết các vấn đề thực tế phức tạp thông qua quy trình mô phỏng, kiểm chứng và điều chỉnh liên tục, thay vì chỉ giải các bài toán lý thuyết.
ParliamentRAG giải quyết các hạn chế của RAG truyền thống trong văn bản nghị viện bằng cách đánh giá thẩm quyền của người phát biểu dựa trên chuyên môn và bối cảnh, giúp trích xuất thông tin chính xác và khách quan hơn.
Mimir v1 là mô hình ngôn ngữ 1 tỷ tham số sử dụng kiến trúc HRM, được huấn luyện hoàn toàn từ dữ liệu hợp pháp. Dù quy mô nhỏ, mô hình đạt hiệu suất cạnh tranh với các đối thủ lớn hơn như Qwen 3.5 4B và thiết lập chuẩn mực mới cho tiếng Đan Mạch.
Nghiên cứu chỉ ra rằng các hệ thống AI y tế đa tác nhân dễ bị thao túng bởi các 'lối tắt' sai lệch. Khi các tác nhân AI cùng đưa ra một đáp án sai, các tác nhân khác có xu hướng hùa theo thay vì kiểm chứng, gây rủi ro lớn cho việc ra quyết định lâm sàng.
Nghiên cứu giới thiệu bộ dữ liệu ALD/E-ImageMiner giúp AI hiểu và trích xuất thông tin từ biểu đồ, bảng biểu khoa học, đặt nền móng cho khả năng suy luận hình ảnh chuyên sâu trong nghiên cứu.
UNMASK là quy trình tự động giúp phát hiện và loại bỏ các mối tương quan giả tạo mà mô hình ngôn ngữ thường lợi dụng để gian lận điểm số, giúp tăng cường độ tin cậy của mô hình trên dữ liệu thực tế mà không cần con người can thiệp.
Nghiên cứu giới thiệu S^2VOPD, phương pháp tạo tín hiệu học tập bằng cách lược bỏ thông tin từ mô hình học sinh thay vì bổ sung dữ liệu cho giáo viên, giúp huấn luyện mô hình thị giác hiệu quả mà không cần nhãn hay mô hình giáo viên mạnh.
SimpleOPD giải quyết các thách thức khi chuyển giao khả năng suy luận từ mô hình ngữ cảnh dài sang mô hình ngữ cảnh ngắn, thông qua việc đồng bộ hóa không gian văn bản và tối ưu hóa quá trình huấn luyện để tránh lỗi độ dài và mất ổn định.
Các nhà nghiên cứu giới thiệu LittleCurriculum, bộ dữ liệu 88 tỷ token giới hạn kiến thức ở trình độ tiểu học, nhằm tạo ra LittleLearner - mô hình AI có khả năng kiểm soát và giải mã quá trình tiếp thu kiến thức một cách minh bạch.
UniProbe là giải pháp nhẹ giúp phát hiện các thông tin sai lệch (ảo tưởng) trong mô hình thị giác - ngôn ngữ bằng cách phân tích cấu trúc dữ liệu nội bộ mà không cần tinh chỉnh toàn bộ mô hình.
Nghiên cứu chỉ ra rằng các mô hình dự báo tài chính thường cho kết quả phẳng và thiếu chính xác do sự đánh đổi giữa hiệu chuẩn điểm và xếp hạng tương quan. Hiện tượng này phụ thuộc vào khả năng dự đoán của dữ liệu mục tiêu.
Second Thought là khung suy luận mới giúp các tác nhân AI tận dụng thời gian chờ phản hồi từ môi trường để thực hiện các suy luận phụ song song, giúp giảm đáng kể số bước cần thiết để hoàn thành tác vụ mà không cần huấn luyện lại.
LOPD giải quyết hạn chế của các phương pháp tự học truyền thống bằng cách cho phép AI tự tạo ra ngữ cảnh ưu tiên thay vì dựa vào dữ liệu thủ công, giúp hệ thống tự cải thiện hiệu quả và linh hoạt hơn.
PRM-as-a-Judge 1.5 nâng cấp khả năng đánh giá robot bằng cách phân tích video thực thi thành các chỉ số tiến trình chi tiết, giúp hiểu rõ hơn về hiệu suất và khả năng phục hồi của các mô hình robot.
MobileMem là bộ tiêu chuẩn và khung làm việc mới giúp AI ghi nhớ và học hỏi từ dữ liệu trải nghiệm người dùng trên điện thoại suốt một năm, mở đường cho các trợ lý cá nhân thông minh và thấu hiểu hơn.
MMDiff là khung làm việc mới giúp giải mã và kiểm soát các đặc trưng bên trong của mô hình ngôn ngữ đa phương thức (MLLM) thông qua kỹ thuật so sánh mô hình, hỗ trợ cô lập tính năng và điều chỉnh hành vi mô hình hiệu quả hơn.
CPI-Bench giải quyết hạn chế của các bộ tiêu chuẩn cũ bằng cách đánh giá khả năng chỉnh sửa đa ảnh, yêu cầu suy luận phức tạp và tính ứng dụng thực tế cao của các mô hình AI.
GAS là khung huấn luyện mới sử dụng việc tạo sinh hình ảnh làm giám sát phụ để cải thiện khả năng hiểu thị giác của các mô hình ngôn ngữ đa phương thức mà không làm tăng chi phí suy luận.
Nghiên cứu chỉ ra rằng việc tối ưu hóa học tăng cường với bộ kiểm chứng (RLVR) có thể cải thiện hiệu suất hiện tại nhưng lại làm giảm khả năng khám phá các hành vi thành công trong tương lai, gây ra sự suy giảm đa dạng trong các phản hồi mô hình.
Nghiên cứu chỉ ra rằng việc lặp lại dữ liệu chất lượng cao là cần thiết khi mở rộng quy mô LLM, với số lần lặp tối ưu phụ thuộc vào độ khó và hiệu suất của từng lĩnh vực cụ thể.
HumanTracker giới thiệu bộ dữ liệu quy mô lớn và thước đo HumanScore giúp đánh giá chuyển động robot hình người sát với cảm nhận thực tế, khắc phục các lỗi vật lý như trượt chân hay tiếp đất sai thời điểm mà các phương pháp cũ thường bỏ qua.
Nghiên cứu giới thiệu RA-Bench, bộ dữ liệu quy mô lớn để kiểm tra khả năng phát hiện video AI giả mạo trong các tình huống khủng hoảng thực tế, nhằm ngăn chặn nguy cơ lan truyền thông tin sai lệch.
CLR là khung làm việc không cần huấn luyện giúp tối ưu hóa tài nguyên suy luận bằng cách cô đọng các bước lập luận thành các luận điểm then chốt để kiểm chứng, thay vì đánh giá toàn bộ chuỗi suy luận.
SPARGen là khung làm việc đa phương thức thống nhất, giải quyết các bài toán tái dựng 3D, tương ứng mật độ và suy luận không gian bằng cách chuyển đổi chúng thành các tác vụ tạo sinh có điều kiện, giúp tối ưu hóa khả năng biểu diễn không gian.