Tuyển tập nghiên cứu ACL '26 từ Meituan: Từ đánh giá năng lực đến tối ưu hóa suy luận

Nội dung dịch chi tiết

ACL (Hội nghị thường niên của Hiệp hội Ngôn ngữ học tính toán) là hội nghị học thuật quốc tế hàng đầu trong lĩnh vực NLP. Năm 2026, đội ngũ kỹ thuật của Meituan có hàng chục bài báo được chấp nhận tại các hội nghị lớn như ACL, SIGIR, ICML và KDD. Trong buổi livestream sắp tới, nhóm sẽ chọn lọc 32 bài báo tiêu biểu để phân tích chuyên sâu.

Các công trình nổi bật bao gồm:

1. CoreCodeBench: Đề xuất chuẩn đánh giá khả năng lập trình của LLM thông qua 1.524 nhiệm vụ cấu trúc, giúp phân biệt tải nhận thức và điều chỉnh độ phức tạp linh hoạt.

2. SOP-Maze: Đánh giá khả năng thực hiện các quy trình vận hành tiêu chuẩn (SOP) phức tạp của LLM, tập trung vào cả tư duy logic sâu và khả năng lựa chọn rộng.

3. AMO-Bench: Chuẩn đánh giá toán học cấp độ Olympic (IMO) với 50 bài toán tự thiết kế, thách thức giới hạn suy luận của các mô hình hiện nay.

Ngoài ra, buổi chia sẻ còn đề cập đến các kỹ thuật tối ưu hóa:

- "Sự tiến hóa của tư duy": Phân tích động lực suy luận để loại bỏ các bước "suy nghĩ thừa" (overthinking) sau khi đã có đáp án, giúp tiết kiệm tài nguyên tính toán.

- MASPO: Phương pháp tối ưu hóa học tăng cường (RL) mới, cải thiện tính ổn định và hiệu quả lấy mẫu trong suy luận toán học.

- FLR: Giải pháp phân tách các yếu tố ưu tiên người dùng trong hệ thống gợi ý tạo sinh, giúp tăng độ chính xác và tính minh bạch của suy luận ẩn.

Sự kiện là cơ hội để cộng đồng cùng trao đổi về các xu hướng mới trong việc xây dựng mô hình tạo sinh. Người tham dự có thể theo dõi buổi phát sóng trực tuyến vào chiều thứ Năm, ngày 11/6 để tìm hiểu chi tiết về các nghiên cứu này.