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.
Vì sao đáng đọc: Nghiên cứu đột phá về khả năng tự cải thiện của Agent mà không cần huấn luyện lại mô hình, mở ra hướng đi mới cho việc tối ưu hóa hệ thống AI thông qua cơ chế vận hành.
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.
Banger paper on self-evolving ontologies for agents. You just can't go wrong with implementing an o…
DịchEvoOntology cho phép các tác nhân AI tự xây dựng và tối ưu hóa hệ thống ontology thông qua máy chủ MCP. Phương pháp này giúp cải thiện đáng kể độ chính xác của mô hình trong các tác vụ truy vấn dữ liệu và thực thi logic phức tạp.
Giáo sư Đường Kiệt vừa công bố thành quả đầu tiên của dự án RSI, đánh dấu cột mốc quan trọng khi các mô hình GLM bắt đầu có khả năng tự tham gia vào quá trình xây dựng và tối ưu hóa chính mình.
Vì sao đáng đọc: Đây là bước tiến mang tính đột phá về khả năng tự tiến hóa của AI (Self-evolving AI), một chủ đề then chốt trong tương lai của mô hình ngôn ngữ lớn.
Nhóm nghiên cứu từ ByteDance Seed giới thiệu dự án Self-Developing Agents, thiết lập 3 chuẩn mực mới nhằm giúp AI tự xác định mục tiêu, học hỏi từ kinh nghiệm và tích lũy kỹ năng mà không cần sự can thiệp từ bên ngoài.
Nghiên cứu mới từ AI2 và ĐH Washington chỉ ra rằng các phương pháp tự tiến hóa (Harness Evolution) phức tạp của AI Agent thường không vượt trội hơn so với chiến lược chạy thử nhiều lần (test-time scaling) đơn giản khi xét trên cùng ngân sách suy luận.
Đội ngũ kỹ thuật Xiaohongshu giới thiệu MemPro, cho phép hệ thống bộ nhớ của AI Agent tự tối ưu hóa thông qua quy trình chỉnh sửa, gỡ lỗi và cập nhật logic, prompt một cách tự động.
Shengshu giới thiệu mô hình thế giới RSI, cho phép robot tự học hỏi và tiến hóa thông qua tương tác thực tế, mở ra bước tiến mới trong khả năng tự chủ của robot.
Vì sao đáng đọc: Công nghệ mô hình thế giới cho robot là xu hướng then chốt trong AI hiện nay. Tin tức có tính thời sự cao, mang lại giá trị chuyên môn cho người đọc quan tâm đến robotics.
Vì sao đáng đọc: Đây là bước tiến quan trọng trong lĩnh vực robot học, kết hợp mô hình thế giới với khả năng tự học, rất thu hút độc giả quan tâm đến tương lai AI.
What if the ceiling on self-evolution is not the data or the compute, but the loop itself? Introduc…
DịchMianbi AI phối hợp cùng THUNLP (Đại học Thanh Hoa) giới thiệu StudyBench, bộ chuẩn đo lường giúp đánh giá hiệu quả chuyển hóa dữ liệu học tập thành năng lực thực tế của các mô hình AI tự tiến hóa, từ đó xác định rõ nút thắt về dữ liệu hay thuật toán.
Another interesting approach to self-evolve agent skills. But it's important to know that skill sel…
DịchSkillAdam áp dụng cơ chế tối ưu hóa Adam vào việc tự tiến hóa kỹ năng cho AI, giúp giải quyết tình trạng mất ổn định và kiểm soát biên độ cập nhật. Phương pháp này đạt kết quả SOTA trên 7 bài kiểm tra, giảm đáng kể chi phí và số lần lặp lại so với các kỹ thuật trước đây.
Another banger paper from Google. If you build memory for long-horizon agents, this one is worth yo…
DịchGoogle đề xuất khung Procedural Graph giúp AI lưu trữ kiến thức dưới dạng sơ đồ quy trình, cho phép tự động tinh chỉnh và tối ưu hóa hành động dựa trên kinh nghiệm thực tế, từ đó vượt qua các giới hạn của thiết kế thủ công.
Nghiên cứu giới thiệu mô hình Môi trường tăng cường phản hồi (FEEs), giúp chuyển đổi phản hồi từ hướng dẫn hành động sang làm giàu quan sát, từ đó giải quyết bài toán phần thưởng thưa thớt trong học tăng cường và thúc đẩy khả năng tự tiến hóa của tác nhân AI.
New MIT paper: If agents can see and reuse what earlier agents built, the whole system gets stronger…
DịchNghiên cứu từ MIT giới thiệu SwarmWorld, nơi các AI Agent tự tổ chức thành một xã hội công nghệ, cùng nhau khám phá, chế tạo công cụ và tích lũy kiến thức trong môi trường mô phỏng mà không cần vai trò định sẵn.
Self-improving agents have a basic problem: when a long run fails, they often do not know which step…
DịchNghiên cứu mới từ Huawei và các đối tác giới thiệu HarnessEvolve, phương pháp giúp AI Agent tự sửa lỗi bằng cách phân tích quỹ đạo thực thi, từ đó tinh chỉnh prompt, kỹ năng và logic vận hành để đạt hiệu suất ổn định hơn.
Thay vì chờ đợi mô hình tự huấn luyện, dự án EvoMap xây dựng hệ thống cho phép các Agent tích lũy và chia sẻ kinh nghiệm thực tế, giúp AI thực sự học hỏi từ sai lầm thay vì 'đọc xong rồi quên'.
Vì sao đáng đọc: Bài viết đi sâu vào vấn đề cốt lõi của Agent AI là khả năng ghi nhớ và tiến hóa, thay vì chỉ chạy theo các lý thuyết viển vông, mang tính thực tiễn cao cho giới kỹ thuật.
ASPIRE là bộ tiêu chuẩn mới giúp đánh giá khả năng tự học của AI khi chỉ nhận mục tiêu định hướng thay vì các nhiệm vụ cụ thể, buộc mô hình phải tự xác định cách thức cải thiện và đánh giá hiệu quả của chính mình.
Vì sao đáng đọc: Nghiên cứu giải quyết bài toán cốt lõi về khả năng tự chủ của AI, chuyển dịch từ việc tối ưu hóa nhiệm vụ sang tư duy chiến lược, rất quan trọng cho sự phát triển của AGI.
Nice paper with great insights on improving self-evolving agents. Self-evolving agents fail in thre…
DịchNghiên cứu từ DAIR.AI chỉ ra ba điểm yếu chí mạng trong quá trình tự tiến hóa của AI: lỗi quy kết phản hồi, học vẹt theo nhiệm vụ và mất khả năng cũ. HarnessEvolve đề xuất sử dụng quỹ đạo tham chiếu để giúp AI tự cải thiện một cách bền vững và đáng tin cậy hơn.
EvoUndo là khung làm việc giúp kiểm soát và khôi phục các thay đổi tự thân của tác nhân AI, ngăn chặn lỗi hệ thống khi các cải tiến không thể đảo ngược trong môi trường thực tế.
Nghiên cứu giới thiệu khung HSI cho phép các tác nhân AI tự cải tiến cấu trúc vận hành thông qua ba cấp độ phân cấp, giúp hệ thống tự tối ưu hóa quy trình thực thi tác vụ dựa trên phản hồi từ môi trường mà không cần can thiệp thủ công.
Zetta là khung làm việc đột phá cho phép robot tự cập nhật kỹ năng và đánh giá hành vi theo thời gian thực mà không cần thay đổi mô hình gốc, giúp giải quyết hạn chế của các hệ thống điều khiển vòng lặp hở hiện nay.
Vì sao đáng đọc: Đây là bước tiến quan trọng trong lĩnh vực robot học (embodied AI), giải quyết bài toán khó về khả năng phản ứng tức thời và tự học của robot trong môi trường thực tế.
"The episode of history where humanity was the apex intelligence is about to end." AI is crossing a…
DịchCựu giám đốc Google, Mo Gawdat, cảnh báo rằng khi AI bắt đầu tự phát minh ra toán học và khả năng tự tối ưu hóa, tốc độ phát triển của máy móc sẽ vượt xa mọi giới hạn của con người, chấm dứt thời kỳ đỉnh cao của trí tuệ nhân loại.
Chuyên gia Zhao Chunxiang chỉ trích việc lạm dụng thuật ngữ 'tự tiến hóa', khi nó bị hạ thấp từ khả năng tự học của mô hình AI xuống thành các thành phần tự sửa đổi trong phần mềm runtime, vốn thiếu mục đích rõ ràng và độ tin cậy.
DarwinX tối ưu hóa khả năng của tác nhân AI bằng cách áp dụng cơ chế chọn lọc tự nhiên lên các thành phần như prompt và công cụ, giúp cải thiện hiệu suất mà không cần thay đổi trọng số mô hình.
Vì sao đáng đọc: Phương pháp tiếp cận mới lạ, giải quyết vấn đề thoái hóa hiệu năng khi tự cải tiến, có kết quả thực nghiệm ấn tượng trên các benchmark khó.
SHAPER là khung làm việc mới cho phép các tác nhân robot tự thích nghi với môi trường mới mà không cần huấn luyện lại mô hình, bằng cách tự tối ưu hóa các kỹ năng và mã nguồn điều khiển dựa trên kết quả thực tế.
EvoX Genesis giới thiệu mô hình thế giới đệ quy tập trung vào các dự án phần mềm bền vững, thay thế các hệ thống tác nhân truyền thống bằng cơ chế tự tiến hóa mã nguồn độc lập.
Nghiên cứu đề xuất khung phân loại ba giai đoạn về sự đồng tiến hóa giữa các tác tử và môi trường, giúp hệ thống AI tự thích nghi và phát triển mà không cần sự can thiệp liên tục từ con người.
Vì sao đáng đọc: Chủ đề mang tính tiên phong về khả năng tự chủ của AI, cung cấp khung lý thuyết quan trọng cho tương lai của các hệ thống tác tử tự tiến hóa.
Tổng 27 tin, không còn tin nào nữa
40 tin mỗi trang, cuộn để tải tiếp · lọc và sắp xếp ngay trên máy chủ (41 ms) · bộ lọc nằm trong đường dẫn nên chia sẻ link là giữ nguyên kết quả
