Nhóm Privatemode giới thiệu kỹ thuật không cần tinh chỉnh, tận dụng log probability của GLM-5.3-Flash để thực hiện các quyết định có kiểu dữ liệu cụ thể chỉ trong một lần forward pass.
Cùng sự kiện, bài đại diện «Hướng dẫn sử dụng Jev: Kiểm duyệt nội dung với mô hình ra quyết định của TypeSafe trên OpenRouter»Nghiên cứu mới từ ĐH Bắc Kinh, Thanh Hoa và Microsoft cho thấy việc sử dụng tín hiệu fMRI từ não người có thể định hướng và cải thiện độ chính xác, tính bền vững trong suy luận của các mô hình ngôn ngữ lớn.
Nhờ cải tiến kỹ thuật, hệ thống sử dụng 1,5 card 6000D đã vượt qua hiệu suất của 1 card B300 trong tác vụ suy luận DeepSeek.
Baidu Intelligent Cloud và cộng đồng SGLang đã tổ chức buổi Meetup về hạ tầng suy luận cho kỷ nguyên Agent, tập trung vào tối ưu hóa KV Cache, quản lý bộ nhớ và các giải pháp triển khai thực tế cho mô hình AI.
Nghiên cứu giới thiệu kỹ thuật LatentPort cho phép chuyển giao trạng thái bộ nhớ trực tiếp giữa Qwen3.5 4B và 9B mà không cần nạp lại tiền tố, giúp tối ưu hóa hiệu suất suy luận thông qua việc tái sử dụng trạng thái Gated DeltaNet.
Khám phá cách Claude vượt qua giới hạn của các mô hình ngôn ngữ truyền thống để xây dựng những chuỗi suy luận phức tạp, có tính liên kết chặt chẽ như cách con người tư duy.
Cal-OPD giải quyết vấn đề mô hình học sinh vô tình học phải các sai lệch nội tại của giáo viên trong quá trình chưng cất (distillation), bằng cách tách biệt và loại bỏ các nhiễu này để cải thiện khả năng suy luận.
Nathan Lambert@natolambertMy best guess is that for scaled RL most of the top Chinese AI labs are starting to use a lot of Hua…
DịchCác phòng thí nghiệm AI lớn tại Trung Quốc đang dần chuyển sang sử dụng chip Huawei cho tác vụ suy luận (inference) và Nvidia cho huấn luyện, nhằm thúc đẩy sự phát triển của hệ sinh thái AI nội địa.
Thêm 1 nguồn khác đưa tinX: Ma Dongxi NLP (@dongxi_nlp)
Haider@haider1sam is right about the upcoming Astra successor can do things even the best mathematicians can't h…
DịchGPT-6 Astra đã giải quyết thành công một bài toán toán học mở tồn tại từ năm 2017, đánh dấu cột mốc quan trọng đầu tiên trên nền tảng FrontierMath. Mô hình không chỉ chứng minh sự tồn tại của lời giải mà còn đề xuất cơ chế chứng minh mới cùng quy tắc bỏ phiếu sáng tạo.
Thêm 1 nguồn khác đưa tinX: Kim (@kimmonismus)Nghiên cứu chỉ ra rằng việc tăng số lượng phản hồi (N) giúp cải thiện khả năng suy luận của LLM, nhưng cách thức thực thi (batching) mới là yếu tố quyết định đến chi phí năng lượng và hiệu suất hệ thống.
Rohan Paul@rohanpaul_aiNew Carnegie Mellon + Oxford Univ paper shows a model can "think longer" by repeatedly improving hid…
DịchCác nhà nghiên cứu đề xuất phương pháp 'Looped Flows', cho phép mô hình cải thiện trạng thái ẩn thay vì tạo thêm token dài dòng. Kỹ thuật này giúp các mô hình nhỏ đạt độ chính xác cao hơn thông qua các bước lặp suy luận, tối ưu hóa hiệu suất tính toán khi kiểm thử.
Rohan Paul@rohanpaul_aiA brilliant post from the GLM-5.3 team on RSI (recursive self-improvement). GLM-5.3 was already use…
DịchĐội ngũ Zhipu AI chia sẻ quy trình tối ưu hóa hạ tầng cho GLM-5.3-Flash, giúp đạt hiệu suất sản xuất chỉ trong hai tuần với tốc độ xử lý (throughput) tăng gấp 3 lần so với ban đầu.
Zhipu AI tiết lộ cách sử dụng Infra Agent để xây dựng hạ tầng suy luận cho GLM-5.3-Flash trên quy mô 100.000 chip AI nội địa, giúp tăng gấp 3 lần hiệu suất chỉ trong hai tuần.
Thêm 1 nguồn khác đưa tinPandaily
AI Notes@AYi_AInotesDream-RSI cải thiện khả năng giải quyết vấn đề bằng cách tối ưu hóa chiến lược tìm kiếm thay vì huấn luyện lại mô hình, giúp giảm đáng kể số lần gọi API mà vẫn duy trì hiệu suất cao trong các tác vụ logic.
Lightning Weave là khung huấn luyện hậu kỳ giúp kết hợp các khả năng suy luận từ nhiều mô hình chuyên biệt vào một mô hình duy nhất, giúp cải thiện đồng thời độ chính xác và tốc độ suy luận thông qua kỹ thuật chưng cất chính sách.
IEEE Spectrum nhận định năm 2026 đánh dấu bước ngoặt khi suy luận (inference) thay thế huấn luyện trở thành tâm điểm cạnh tranh phần cứng, do nhu cầu từ tư duy chuỗi và các AI Agent hoạt động liên tục.
Đội ngũ vLLM đã sử dụng hệ thống GB300 NVL72 để huấn luyện mô hình DSpark cho Kimi K3, giúp tăng tốc độ suy luận toán học lên gấp 4 lần và cải thiện thông lượng đầu ra tới 3,5 lần.
Google DeepMind@GoogleDeepMindWe're introducing Gemini 3.8 Live and 3.8 Live Extended Thinking - our best conversational AI. The …
DịchGoogle DeepMind vừa công bố Gemini 3.8 Live, mang đến khả năng tương tác thời gian thực mạnh mẽ cùng tính năng Extended Thinking giúp mô hình suy luận sâu sắc và logic hơn trước khi đưa ra phản hồi.
Nghiên cứu chỉ ra rằng các mô hình AI hiện nay thường thất bại khi đối mặt với các biến thể tương đương về mặt cấu trúc của cùng một bài toán, cho thấy tư duy của chúng thiếu tính hệ thống so với nhận thức con người.
Các nhà nghiên cứu đã kiểm chứng phương pháp giải mã suy luận của Orthrus và phát hiện rằng ở định dạng BF16, tỷ lệ khớp hoàn toàn chỉ đạt khoảng 40%, trong khi độ chính xác tuyệt đối chỉ đạt được khi sử dụng FP32.
Rohan Paul@rohanpaul_aiHumans usually need the foundations before the advanced skill; we need to know the basics before the…
DịchNghiên cứu cho thấy dù Qwen3-80B đạt điểm cao hơn con người trong các bài kiểm tra, nhưng chỉ 48% câu trả lời đúng của nó đảm bảo được tính logic từ các kiến thức nền tảng, cho thấy mô hình AI hiện nay dễ bị 'học vẹt' thay vì hiểu sâu.
OpenRouter giới thiệu Fusion, hệ thống cho phép chạy song song nhiều mô hình AI để tranh luận và tổng hợp câu trả lời chính xác nhất. Dù chi phí và độ trễ cao hơn, phương pháp này giúp cải thiện đáng kể hiệu suất trên các bài kiểm tra chuyên sâu.
Thay vì bắt chước đáp án mẫu, phương pháp Negative Self-Distillation (NSD) giúp mô hình ngôn ngữ tự tối ưu hóa bằng cách nhận diện và tránh xa các suy luận sai lầm, từ đó thúc đẩy tư duy phản biện và tự sửa lỗi.
Nghiên cứu giới thiệu quy trình suy luận toán học bằng ngôn ngữ tự nhiên đạt chuẩn Huy chương Vàng IMO 2026, sử dụng các mô hình Nemotron được tinh chỉnh chuyên biệt mà không cần công cụ hỗ trợ bên ngoài.
Ethan Mollick@emollickThe strawberry thing was very funny but probably gave people the wrong impression of where AI was he…
DịchEthan Mollick xác nhận GPT-6 Astra đã giải xong các bài toán FrontierMath khó nhất, chứng minh AI không còn dựa vào các lối tắt logic như lầm tưởng trước đây. Thành tựu này đánh dấu bước tiến lớn, vượt qua những hoài nghi từng nảy sinh từ các lỗi đếm ký tự đơn giản như 'strawberry'.
Nghiên cứu chỉ ra rằng việc huấn luyện LLM trên toàn bộ chuỗi suy luận dài không mang lại nhiều lợi ích. Thay vào đó, các chuỗi rút gọn vẫn đảm bảo hiệu quả, giúp mô hình tránh được các thông tin dư thừa không cần thiết.
A*-Thought-V2 cải thiện hiệu suất suy luận bằng cách mô hình hóa chuỗi tư duy dưới dạng quỹ đạo trạng thái ẩn, giúp tăng độ chính xác lên 2,6% và giảm đáng kể thời gian tính toán cũng như tài nguyên huấn luyện.
BeaconKV giải quyết nút thắt bộ nhớ khi suy luận dài bằng cách xác định các 'Thought Revisiting Tokens' quan trọng, giúp nén KV cache hiệu quả mà không làm giảm khả năng truy xuất ngữ cảnh xa.
Rohan Paul@rohanpaul_aiUno shows a simple way to speed up existing LLMs without changing their output distribution: keep th…
DịchUno tối ưu hóa suy luận LLM bằng cách sử dụng mô hình khuếch tán để dự đoán song song nhiều token mà không làm thay đổi chất lượng đầu ra. Phương pháp này giúp tăng thông lượng lên tới 2,5 lần và đẩy nhanh quá trình huấn luyện RL tới 40% trên mô hình Qwen3-8B.
DAIR.AI@dair_ai// Beneath the Surface of Chains-of-Thought // Impressive paper on whether reasoning steps have int…
DịchNghiên cứu mới chỉ ra rằng các bước suy luận của AI không chỉ là văn bản mà có cấu trúc hình học riêng biệt trong không gian ẩn. Các thao tác như phân tích mục tiêu hay suy diễn được sắp xếp có hệ thống, cho thấy AI xây dựng logic dựa trên ngữ cảnh thay vì chỉ dự đoán từ ngữ.
FlowBalance tối ưu hóa khả năng suy luận của AI bằng cách kết hợp phản hồi từ bộ kiểm chứng với hướng dẫn nội tại, giúp mô hình tự điều chỉnh dựa trên kết quả thực tế thay vì chỉ dựa vào dữ liệu huấn luyện sẵn có.
Rohan Paul@rohanpaul_aiFor hard long-context tasks, the paper suggests a simple fix: run the model again with its previous …
DịchPhương pháp mới sử dụng dấu vết suy luận làm trạng thái điều kiện, giúp mô hình tập trung vào các điểm trọng yếu trong ngữ cảnh dài, giải quyết triệt để tình trạng bỏ lỡ thông tin quan trọng. Kết quả thử nghiệm cho thấy hiệu suất vượt trội trong 26/27 bài kiểm tra.
Nghiên cứu này khám phá cách các mô hình ngôn ngữ lớn tổ chức các thao tác suy luận như phân tích mục tiêu và suy diễn trong không gian biểu diễn ẩn, chứng minh rằng các thao tác này có cấu trúc hình học riêng biệt và không phụ thuộc vào từ vựng.
Tencent Hunyuan@TencentHunyuan✔️Hy4 preview just shipped an upgrade. You flagged it: long thinking + over-verification on complex …
DịchTencent đã cập nhật mô hình Hy4 preview nhằm khắc phục lỗi suy luận quá đà và xử lý tác vụ phức tạp hiệu quả hơn. Với 770B tham số, mô hình mới giúp giảm số vòng hội thoại và tiết kiệm token mà vẫn đảm bảo chất lượng phản hồi.
Yuchen Jin@Yuchenj_UWIf you want to understand how fast AI is improving, look at intelligence per dollar. 1.5 years ago: …
DịchYuchen Jin chỉ ra rằng chỉ số 'trí tuệ trên mỗi đô la' đã tăng vọt khi GLM-5.3 Flash đạt hiệu năng vượt trội o1 Pro với mức giá rẻ hơn tới 1000 lần so với các mô hình cách đây 1,5 năm.
Thêm 1 nguồn khác đưa tinX: Kim (@kimmonismus)Nghiên cứu chỉ ra rằng phương pháp RLVR giúp tăng độ chính xác nhưng lại làm giảm đáng kể sự đa dạng trong cách giải quyết vấn đề của AI, chủ yếu do mô hình bị giới hạn ngay từ những bước suy luận đầu tiên.
DAIR.AI@dair_aiGreat tips on working with reasoning models. Normally you would append what the model figured out a…
DịchNghiên cứu mới đề xuất đặt các bước suy luận trước khối ngữ cảnh dài thay vì để ở cuối, giúp mô hình tận dụng thông tin dẫn dắt để xử lý tài liệu hiệu quả hơn, cải thiện đáng kể độ chính xác.
Testing Catalog@testingcatalogOPENAI 🔥: Astra scored 63% on ARC-AGI-3 with a standard harness. > GPT-6 Astra surpasses the huma…
DịchGPT-6 Astra đạt 99% điểm trong bài kiểm tra ARC-AGI-3 nhờ khả năng tự xây dựng mô hình thế giới và ngôn ngữ logic riêng để giải quyết các tình huống lạ, vượt xa hiệu suất trung bình của con người.
Elvis Saravia@omarsar0Banger paper from Google DeepMind and colleagues. (bookmark it) A model reads its entire KV cache …
DịchNghiên cứu mới từ Google DeepMind và KAIST đề xuất phương pháp Declarative Attention, giúp các mô hình ngôn ngữ tự điều chỉnh cơ chế chú ý trong quá trình suy luận chuỗi, từ đó cải thiện độ chính xác.
CRISP là phương pháp mới giúp tăng tốc giai đoạn tiền xử lý (prefilling) cho LLM bằng cách định tuyến thông minh dựa trên cấu trúc phân bổ trọng số attention, thay thế các cơ chế cũ kém hiệu quả.