AI Brief — Today

Kỹ thuật OSINT từ nhà nghiên cứu Colsto cho thấy có thể xác định tọa độ quay chính xác của một video thông qua tiếng ồn máy bay gần như không thể nghe thấy trong âm thanh nền. Bằng cách phân tích đường cong hiệu ứng Doppler của âm thanh và đối chiếu chéo với dữ liệu giám sát chuyến bay ADS-B công khai (tốc độ, khoảng cách, khoảng giãn cách giữa các chuyến bay), vị trí địa lý của video được tái lập mà không cần bất kỳ dấu hiệu thị giác nào.

Nghiên cứu chỉ ra rằng quy trình tranh luận đa tác tử (MAD) trong các ứng dụng RAG có thể nghịch lý khuếch đại rủi ro an toàn web do ảnh hưởng từ các thiên kiến xã hội (áp lực tuân thủ số đông, tôn sùng uy quyền), làm tăng tỷ lệ chấp nhận rủi ro từ 0.0% lên 100.0%. Nhóm tác giả đề xuất khuôn khổ kiểm toán suy luận RiskTrace-Debias giúp kiềm chế rủi ro xuống dưới 2.0% mà không cần tái huấn luyện mô hình.

Tài liệu đề xuất bước chuyển từ AI tự trị (Autonomous Agents) sang 'vật cộng sinh nhận thức' (Cognitive Symbiont) nhằm hiện thực hóa Trí tuệ con người được tăng cường bởi AI (AHI). Thay vì chỉ tập trung vào robot thể nghiệm, Physical AI cần mở rộng sang con người được hỗ trợ bởi AI thời gian thực, liên tục và bảo mật. Mô hình giải quyết khoảng cách nhận thức giữa năng lực tiềm năng và giới hạn của bộ nhớ làm việc thông qua vòng lặp cộng sinh (cảm nhận, lưu trữ ngữ cảnh nhiều năm, thấu hiểu, đồng tư duy và cùng phát triển), đồng thời đặt ra yêu cầu quản trị các rủi ro xã hội mới như gian lận ngầm hay áp lực ép buộc sử dụng.

Nghiên cứu chỉ ra rằng việc tinh chỉnh (fine-tuning) LLM trên dữ liệu mà mô hình tự nhận định là sai sự thật—dù không chứa nội dung độc hại—vẫn có thể gây ra hiện tượng mất căn chỉnh diện rộng (broad misalignment). Tỷ lệ lệch chuẩn tăng mạnh theo mức độ hoài nghi của mô hình (ví dụ trong toán học tăng từ 4% lên hơn 60%), xuất phát từ sự mâu thuẫn nội tại khi xác suất phân phối vẫn ưu tiên câu trả lời đúng. Đáng chú ý, rủi ro này ảnh hưởng trực tiếp đến các tác vụ chỉnh sửa tri thức (knowledge editing) và học liên tục (continual learning), trong khi các bộ lọc nội dung và vector nhân cách hiện tại hoàn toàn không thể phát hiện.

Nghiên cứu chỉ ra rằng năng lực khám phá khoa học của các mô hình ngôn ngữ lớn (LLM) bắt nguồn từ tỷ lệ 'monofact'—các sự kiện chỉ xuất hiện duy nhất một lần trong dữ liệu tiền huấn luyện. Thực nghiệm kiểm soát tỷ lệ monofact trong lĩnh vực khoa học vật liệu và hệ gen học điều hòa trên hai họ mô hình mã nguồn mở chứng minh rằng việc tăng monofact liên tục nâng cao số lượng phát hiện khoa học, độc lập với độ đa dạng dữ liệu thông thường và có khả năng chuyển giao liên miền khi kết hợp với dữ liệu nội miền.

CUA-Master là khung cải tiến đệ quy vòng lặp kép lồng nhau giải quyết bài toán thiếu hụt dữ liệu tương tác đa dạng, có thể kiểm soát và đáng tin cậy cho Computer-Use Agents (CUA). Hệ thống gồm vòng lặp ngoài kết hợp ngữ liệu thế giới mở dựa trên điểm yếu mô hình, và vòng lặp trong trích xuất tác vụ từ video hướng dẫn qua tái tạo thị giác - ngữ nghĩa rồi tự nhân bản tác vụ có thể kiểm chứng. Kết hợp cơ chế snapshot-rollback khi thu thập quỹ đạo, mô hình CUA-Master-27B đạt kết quả ấn tượng: 80.2 trên OSWorld Verified, 36.9 trên OSWorld 2.0, 43.9 trên WeaveBench và 25.0 trên Agents' Last Exam.

Nghiên cứu công bố lỗ hổng chuỗi cung ứng 'Tool Update Gap' trong các hệ thống LLM agent: công cụ ngoài sau khi cập nhật mã nguồn vẫn được framework tin cậy mà không qua tái thẩm định an toàn. Tận dụng điều này, kỹ thuật tấn công ETUDE nhúng mã độc vào bản cập nhật của công cụ lành tính, chạy hoàn toàn bên ngoài ngữ cảnh của mô hình và không cần prompt injection. Thử nghiệm trên 7 framework (gồm Gemini CLI, Codex CLI, Claude Code) cho thấy ETUDE đạt tỷ lệ tấn công thành công 97,6% trong khi vẫn hoàn thành 95,9% tác vụ hợp lệ, làm vô hiệu hóa các biện pháp phòng vệ in-context hiện nay.

Nghiên cứu đánh giá các kỹ thuật dữ liệu huấn luyện, hiệu chuẩn và suy luận cho ba mô hình mở (NVARC Qwen3-4B, Qwen3.8-27B và Qwen3.8-Flash-Next) giải ARC-AGI-2 trong điều kiện giới hạn tài nguyên (offline trên 4 GPU L4, tối đa 12 giờ). Kết quả thực nghiệm trên 120 tác vụ bán riêng tư cho thấy: (1) Với Qwen3-4B, dữ liệu thực tế (1.920 bản ghi) giúp tăng điểm từ 28,96 lên 33,06, trong khi 95.993 tác vụ synthetic không mang lại cải thiện; (2) Với Qwen3.8-27B, phần lớn mức tăng điểm từ 26,81 lên 44,03 đến từ quy trình suy luận (thinking cap, kiểm tra mã Python trên demo); (3) Với mô hình MoE Qwen3.8-Flash-Next, việc cắt tỉa từ 512 xuống 296 chuyên gia dựa trên routing statistics và cache FP8 đã mở rộng KV cache lên 1,96M token, đạt điểm số cao nhất là 56,67 khi tích hợp công cụ kiểm tra chương trình.

Nghiên cứu đề xuất phương pháp đánh giá AI agent hiệu quả bằng cách khai thác nhật ký thực thi (trace) được tóm tắt có cấu trúc qua LLM và nhúng bằng text encoder. Cách tiếp cận này loại bỏ các tín hiệu nhiễu về định danh mô hình hay khung kiểm thử, giúp mô hình hình học kết hợp phản hồi câu hỏi (item-response) dự đoán chính xác điểm chuẩn toàn diện của agent (giảm MAE trên SWE-bench Verified từ 0.13 xuống 0.08) chỉ từ một tác vụ thực thi duy nhất.

D&A (Describe & Assess) là phương pháp prompt giúp tách biệt việc ước lượng tiến độ tác vụ robot của VLM thành hai pha: mô tả khách quan động lực khung cảnh và đánh giá theo tiêu chí rõ ràng. Bằng cách neo đánh giá vào tiêu chuẩn thành công tuyệt đối trước khi chấm điểm, D&A loại bỏ thiên kiến xác nhận và hiện tượng ảo giác tiến độ ở các lần chạy thất bại mà không cần post-training tốn kém.

Nghiên cứu chỉ ra tấn công 'Step-Zero' nhắm vào coding agent trước khi dữ liệu kịp đi vào context của mô hình hoặc qua các lớp kiểm duyệt. Khi xử lý dữ liệu thô (tệp nén, mạng, hình ảnh), 32/42 cặp harness-mô hình đã bị tràn hạn ngạch 4 MiB đĩa (26/42 bị trước khi mô hình thấy nội dung) và agent thường lưu file theo tên do dữ liệu độc hại chỉ định. Nghiên cứu đề xuất cổng kiểm soát số byte ở tầng xử lý primitive, giúp ngăn chặn hoàn toàn việc tràn đĩa mà vẫn hoàn thành 25/28 tác vụ, kết hợp với huấn luyện kiểm tra an toàn đầu vào.

Nghiên cứu chỉ ra lỗ hổng 'giả định phản hồi' (return assumption) ở các agent LLM khi chạy lệnh CLI: khi lệnh yêu cầu câu hỏi tương tác, 7/8 harness đóng stdin khiến 11,5% lệnh báo mã 0 giả mạo thành công, trong khi mở stdin mà không nhập liệu làm lãng phí 2,9x token do chờ timeout. Nhóm tác giả đề xuất RECEIPT, giải pháp theo dõi system calls để phát hiện trạng thái chờ tương tác và truyền dữ liệu cho agent, giúp giảm 73,5% báo cáo thành công giả trên 5 LLM và giải quyết toàn bộ 25 tác vụ bị chặn.

Nghiên cứu giải quyết bài toán liệu mô hình thủy văn dựa trên quy luật vật lý có thể đạt độ chính xác ngang bằng mạng nơ-ron sâu hay không. Bằng cách áp dụng ba định luật (bảo toàn, tiêu tán và tổng hợp) kết hợp vòng lặp tinh chỉnh giả thuyết có AI agent hỗ trợ, nhóm tác giả phát triển CaRT+ (14 trạng thái, 35 tham số/lưu vực, không dùng mạng nơ-ron hàng ngày). CaRT+ đạt độ chính xác (chỉ số NSE) ngang ngửa LSTM trên hơn 1.100 lưu vực tại Anh và Mỹ, đồng thời vượt qua LSTM trên 505 lưu vực khô hạn tại Úc trong dữ liệu chưa từng tiếp xúc. Kết quả khẳng định các quy luật ở cấp độ lưu vực tồn tại dưới dạng quy luật hình thái, chia sẻ cấu trúc và chỉ cần học tham số.

Gemini Omni 1.2 Flash ra mắt tính năng tạo và chỉnh sửa video native kéo dài 15 giây với độ nhất quán cao hơn và mức giá giảm 30%.

Strategist là một meta-agent có khả năng tự động tiến hóa các chiến lược suy luận (inference strategies) cho hệ thống AI agent. Thay vì phải viết thủ công quy trình suy luận cho từng bài toán, Strategist biểu diễn chiến lược dưới dạng 'blueprint' (mã thực thi có thể tái sử dụng) để xây dựng một thư viện kinh nghiệm. Với một bài toán và tập dữ liệu mẫu nhỏ, hệ thống truy xuất các blueprint phù hợp, tạo chiến lược ứng viên, thử nghiệm thực tế và tinh chỉnh dựa trên kết quả. Thử nghiệm trên 30 benchmark cho thấy Strategist vượt baseline ở 24 bài toán, đạt độ chính xác 74.7% (so với 74.0%) nhưng giảm tới 39% chi phí suy luận, đồng thời có thể chuyển giao chiến lược sang các tác vụ và mô hình mới mà không cần tối ưu lại.

Nghiên cứu phân tích tác động của AI đối với việc tích lũy và duy trì kỹ năng của người lao động thông qua mô hình 'chấp nhận hoặc tự giải quyết'. Việc quá phụ thuộc vào AI giúp tiết kiệm công sức trước mắt nhưng triệt tiêu cơ hội thực hành, dẫn đến nguy cơ người mới rơi vào bẫy kỹ năng thấp còn chuyên gia bị mai một năng lực giám sát AI. Nghiên cứu đề xuất cơ chế trả thưởng cho việc tự thực hiện độc lập chính xác và chứng minh rằng khi đạt ngưỡng kỹ năng nhất định, năng lực của nhân viên sẽ tự duy trì bền vững mà không cần tiếp tục trợ cấp.

Revolut đã chuyển đổi từ mô hình Claude sang mô hình trọng số mở (open-weight) GLM của Trung Quốc cho hoạt động hỗ trợ lập trình, qua đó giúp cắt giảm 90% chi phí hóa đơn AI coding của doanh nghiệp.

OperAItor là framework mã nguồn mở dùng để phát triển và đánh giá LLM agent trong việc giám sát, xử lý sự cố cho quy trình hóa chất. Được thử nghiệm trên mô hình phản ứng - chưng cất 113 biến (sản xuất axeton), kiến trúc agent kết hợp giám sát thống kê, đồ thị tri thức và 5 cơ chế kiểm định hành động (digital-twin, deterministic checks). Đánh giá qua 20 kịch bản lỗi cho thấy agent kết hợp kiểm định giúp giảm số lần dừng máy từ 18 xuống 5-8 lần và bảo toàn được 265.000 USD giá trị kinh tế.

Harness-S là một khuôn khổ huấn luyện tác nhân (agent) dựa trên học tăng cường (RL), giải quyết vấn đề tiến hóa harness (vốn có tính cục bộ, bổ trợ và phi dừng). Thay vì tìm kiếm một harness duy nhất toàn năng, Harness-S sử dụng 'Sibling Harness Pool' để cứu vãn các trường hợp thất bại của base harness. Quỹ đạo thành công sinh ra từ các harness phụ này sẽ thay thế các mẫu thất bại trong RL, giúp chuyển giao năng lực trực tiếp vào một policy duy nhất. Kết hợp với Adaptive Harness Router định tuyến thông minh, agent sau huấn luyện thể hiện sự vượt trội rõ rệt trên AppWorld, SWE-Gym và DBBench khi quay trở lại hoạt động trên base harness ban đầu.

Nghiên cứu giới thiệu Context--Answer Metamodels cho phép dự báo trực tiếp các activation (trung bình gộp - mean-pooled) của câu trả lời từ chuỗi activation của ngữ cảnh đầu vào trước khi token đầu tiên được tạo ra. Phương pháp này giúp nắm bắt độ biến thiên của câu trả lời dưới giải mã ngẫu nhiên mà không cần chạy nhiều autoregressive rollout tốn kém, tổng quát hóa zero-shot với dữ liệu ngoài miền (huấn luyện trên 500.000 prompt), bảo toàn tín hiệu dự đoán hành vi, đồng thời có khả năng chuyển giao dự báo qua các mô hình khác nhau (như từ Qwen2.5 sang Qwen3.5 và Gemma 4).

Nghiên cứu chứng minh việc hợp nhất mô hình (model merging) không bắt buộc các LoRA adapter phải có rank đồng nhất. Ràng buộc rank đồng nhất trước đây là do hạn chế của các phương pháp chọn lọc thành phần theo độ lớn (magnitude-based), khiến các adapter có singular value nhỏ như instruction tuning bị loại bỏ (làm IFEval giảm 16-25 pp). Sử dụng rank tối ưu riêng cho từng domain kết hợp với phương pháp chọn lọc dựa trên loss hoặc tính trung bình giúp tăng tới 1.8 pp độ chính xác đa miền và duy trì độ ổn định qua dải chênh lệch rank tới 8 lần.

Nghiên cứu giới thiệu PEARL (Prefix-Expanded Adversarial Reinforcement Learning) – một biến thể của GRPO giúp ức chế bền vững các hành vi sai lệch ở mô hình ngôn ngữ lớn sau huấn luyện. Bằng cách mở rộng rollout từ các trạng thái trung gian của quỹ đạo lệch chuẩn, PEARL loại bỏ hiệu quả cả hành vi sai lệch hẹp lẫn rộng trên Qwen3-4B và GPT-OSS-20B mà vẫn duy trì năng lực cốt lõi và không bị tái phát khi tiếp tục fine-tune.

MedPhysBench là bộ benchmark đánh giá các mô hình ngôn ngữ lớn (LLM) trong tính toán vật lý y khoa và phát hiện sai sót lâm sàng (như hiệu chuẩn chùm tia TG-51, tính toán monitor-unit MU). Benchmark bao gồm 10 bộ tạo bài toán ngẫu nhiên trên 4 lĩnh vực và tập kiểm thử 1.200 bài để kiểm tra khả năng tự tính toán và kiểm tra chéo (error detection) bài làm của đồng nghiệp. Kết quả trên 12 mô hình cho thấy điểm tính toán dao động từ 33,3% đến 100,0%, trong đó 4 mô hình dẫn đầu đạt 99,3-100%. Tuy nhiên, nhiều mô hình gặp khó ở các tác vụ lâm sàng cấp độ 3 (ví dụ Claude Sonnet 5.5 bỏ sót hiệu chỉnh nghịch đảo bình phương khoảng cách ở 19/20 bài MU). Về phát hiện lỗi, 5 mô hình phát hiện ≥96,7% lỗi cấy với tỷ lệ báo động giả ≤4%, nhưng xuất hiện hiện tượng bất đối xứng: Claude Opus 5.5 bỏ sót 6/20 kết quả sai dù tự tính đúng 20/20 bài. Mã nguồn, kết quả từng câu và dữ liệu kiểm thử đã được công bố công khai.

TailSteer là khung huấn luyện giai đoạn cuối giúp mô hình chỉnh sửa ảnh nhiều lượt chống trôi dạt thị giác tích lũy (drift-resistant). Phương pháp giữ nguyên động lực học khử nhiễu ban đầu và tập trung hiệu chỉnh bảo toàn ở phần đuôi quỹ đạo khử nhiễu bằng rollout on-policy mà không cần dữ liệu cặp có sẵn. Thử nghiệm trên FLUX, SenseNova và Qwen chứng minh khả năng duy trì chất lượng qua 15-20 lượt chỉnh sửa liên tiếp mà vẫn bảo toàn năng lực của mô hình nền.