Vương Vân Hạc ra mắt mô hình AI đầu tiên sau khi khởi nghiệp

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

Vương Vân Hạc bàn giao mô hình đầu tiên sau khi khởi nghiệp

08-09-2026 10:14:47 Nguồn: QbitAI

Ứng dụng kinh nghiệm thực thi đa mô hình vào huấn luyện mô hình

Hằng Vũ đưa tin từ Aofei Temple

QbitAI | Kênh chính thức QbitAI

Sau khi khởi nghiệp, Vương Vân Hạc đã lần đầu tiên bàn giao kết quả về mô hình lớn (Large Model).

QbitAI được biết, BaseModel – công ty do Vương Vân Hạc, cựu Giám đốc Phòng thí nghiệm Noah’s Ark của Huawei và là người phụ trách mô hình lớn Pangu sáng lập – đã ra mắt NeoHorse, mô hình Agent-Native đầu tiên.

Mô hình này được hỗ trợ sức mạnh tính toán và tối ưu hóa hạ tầng bởi InnoGrit, với sự tham gia nghiên cứu thuật toán và phương pháp huấn luyện từ các đội ngũ của Đại học Thanh Hoa và Đại học Bắc Kinh, nhằm cùng nhau khám phá việc nâng cao hiệu quả sử dụng dữ liệu và kết quả huấn luyện sau đào tạo (post-training) cho Agent.

NeoHorse-1 bao gồm hai phiên bản 4B và 9B, tập trung vào nhóm năng lực cần thiết trong quá trình làm việc của Agent, bao gồm: gọi công cụ, đọc phản hồi từ môi trường, phát hiện lỗi, điều chỉnh lộ trình và cuối cùng là hoàn thành nhiệm vụ.

Trong 10 bài kiểm tra bao gồm Harness Agent, sử dụng công cụ, tuân thủ mã nguồn và chỉ dẫn, sau khi thực hiện Agentic Post-Training, hiệu suất tổng thể của mô hình 4B đã đạt/vượt nhẹ so với mô hình nền tảng 9B.

Một công ty luôn nhấn mạnh vào sự hợp tác đa mô hình, tại sao lại bắt đầu tự huấn luyện mô hình? Phải chăng BaseModel đang chuẩn bị gia nhập cuộc đua mô hình nền tảng?

Nhìn từ câu trả lời mà NeoHorse đưa ra, định hướng không hề có sự thay đổi như vậy.

Mô hình này giống như việc những kinh nghiệm thực thi đa mô hình mà BaseModel tích lũy được trong quá khứ lần đầu tiên được đưa vào các tham số mô hình.

Công ty chuyên chọn mô hình cho Agent nay cũng bắt đầu huấn luyện mô hình

Từ trước đến nay, điểm số thường trở thành căn cứ chính để so sánh các mô hình.

Tuy nhiên, khi mô hình bắt đầu được đưa vào hệ thống Agent và đảm nhận các nhiệm vụ hoàn chỉnh, khả năng giải thích của một điểm số đơn lẻ sẽ giảm đi.

Trong một nhiệm vụ, mô hình không chỉ cần đưa ra câu trả lời có vẻ hợp lý, mà còn phải liên tục đọc phản hồi từ môi trường trong quá trình thực thi, xử lý lỗi và điều chỉnh lộ trình tiếp theo dựa trên tiến độ thực tế; các khâu khác nhau sẽ có yêu cầu khác nhau về năng lực của mô hình.

Từ đó, đội ngũ BaseModel đã hình thành một nhận định.

Sự không thống nhất về mô hình sẽ là một cấu trúc tồn tại lâu dài trong ngành công nghiệp AI.

Càng nhiều mô hình, phân công càng chi tiết, sự khác biệt về giá cả và năng lực càng rõ rệt, thì càng cần một hệ thống để trả lời các câu hỏi—

Bước này nên dùng mô hình nào? Những khâu nào có thể giao cho mô hình chi phí thấp hơn? Khi nào cần nâng cấp lên mô hình có khả năng suy luận và thực thi mạnh hơn? Sau khi một lộ trình thực thi bị chặn, nên đổi ai tiếp quản? Nhiều mô hình có thể cùng đưa ra phương án song song rồi tổng hợp kết quả lại hay không?

Đội ngũ của Vương Vân Hạc gọi lớp hệ thống này là Routing Harness (dự án mã nguồn mở OpenSquilla của họ đã tích hợp nhiều mô hình, thông qua giao diện thống nhất để thực hiện định tuyến chi tiết, chuyển đổi mô hình và hợp tác đa mô hình trong quá trình Agent vận hành).

Tương tự, dựa trên tư duy này, BaseModel dường như không có lý do quá mạnh mẽ để tự huấn luyện mô hình. Thị trường đã có nguồn cung mô hình phong phú, việc gọi theo nhu cầu có vẻ linh hoạt hơn.

Khi hệ thống điều phối tiếp tục vận hành, một loại tài sản khác bắt đầu lắng đọng, như “nhiệm vụ nào cần năng lực gì”, “mô hình dễ thất bại ở bước nào”, “lộ trình sửa lỗi nào hiệu quả”, “kết quả như thế nào có thể vượt qua kiểm chứng môi trường”.

Những thông tin này một mặt có thể cải thiện khả năng phán đoán định tuyến, mặt khác cũng bắt đầu có giá trị huấn luyện.

Điều này hơi giống một nền tảng kết nối lượng lớn thương hiệu với người tiêu dùng. Nhu cầu, đánh giá và phản hồi sử dụng tích lũy trong quá trình giao dịch có thể giúp hàng hóa tìm được người dùng phù hợp hơn, đồng thời cũng có thể phản hồi ngược lại cho quá trình phát triển sản phẩm.

Quá trình nền tảng phục vụ thị trường từ đó trở thành nguồn dữ liệu cho vòng cải tiến sản phẩm tiếp theo.

NeoHorse đảm nhận vai trò chuyển hóa một phần kinh nghiệm thực thi mà BaseModel đã tích lũy trong Harness trước đây thành năng lực mô hình.

Đưa những con đường mà đa mô hình đã đi qua vào mô hình Agent-Native

Nguồn dữ liệu của NeoHorse rất đáng nhắc đến.

Ngữ liệu cốt lõi của nó là kết hợp các tín hiệu thực thi Agent do Routing Harness tạo ra với dữ liệu công khai, nhằm xây dựng hệ thống dữ liệu hướng tới huấn luyện Agent.

Khi Agent hoàn thành một nhiệm vụ trong Harness, nó sẽ để lại hồ sơ thực thi hoàn chỉnh.

Dữ liệu hỏi đáp thông thường thường tập trung vào hai đầu là “câu hỏi” và “câu trả lời”.

Dữ liệu của Routing Harness còn chứa thêm vài tầng thông tin khác: nhiệm vụ cần năng lực gì, hệ thống đã đưa ra quyết định thực thi như thế nào và môi trường cuối cùng đã đưa ra phản hồi gì.

Ví dụ, bộ định tuyến ban đầu phán đoán một nhiệm vụ nào đó chỉ cần mô hình thông thường, nhưng trong quá trình thực thi lại liên tục thất bại, sau đó nâng cấp lên mô hình có năng lực mạnh hơn thì nhiệm vụ mới được hoàn thành.

Quỹ đạo này chứa đựng nhiều thông tin hơn hẳn một lần thất bại đơn thuần.