Research

AutoAnalysis là hệ thống meta-analysis tự động và tự cập nhật nhằm đánh giá hiệu quả phối hợp giữa con người và AI dựa trên 1.955 kích thước hiệu ứng từ 420 nghiên cứu. Kết quả chỉ ra rằng dù kết hợp Người + AI vượt trội hơn con người làm việc đơn lẻ, phương án này lại kém hơn đáng kể so với kết quả tốt nhất của con người hoặc AI khi hoạt động độc lập. Nghiên cứu chỉ rõ sự khác biệt giữa việc nâng cao hiệu suất cá nhân và việc tạo ra sức mạnh cộng hưởng thực sự, đặt ra yêu cầu phải đánh giá hiệu quả hợp tác đối chuẩn với cả hiệu suất riêng lẻ của con người lẫn AI.

Nghiên cứu giới thiệu Noise Steering, một phương pháp học tăng cường (RL) model-free kết hợp điều khiển góc xoay tuabin (yaw) và công suất phát để tối đa hóa sản lượng điện trang trại gió mà vẫn đáp ứng giới hạn tiếng ồn (40 dB). Bằng cách chuyển hướng vệt gió và định hướng âm thanh ra xa khu vực nhạy cảm, phương pháp này chỉ gây mất trung bình 2% sản lượng điện so với chế độ phát tối đa, vượt trội hơn nhiều so với mức tổn thất 17% của chuẩn công nghiệp NRO hiện hành.

SAAF (Signal-Aware Adaptive Fusion) là khung phát hiện bất thường trong video dạng zero-shot dành cho Vision-Language Models. Phương pháp sử dụng bộ lấy mẫu thích ứng tín hiệu kép (delta signal cho biến đổi đột ngột, drift signal cho bất thường từ từ/tĩnh), kết hợp kiến trúc phân tầng kiểm soát bằng ngưỡng và cơ chế hợp nhất điểm linh hoạt. SAAF thiết lập kỷ lục SOTA zero-shot mới trên XD-Violence (92.07%), MSAD (86.70%), ShanghaiTech (80.54%) AUC-ROC, vượt qua cả các mô hình có giám sát và duy trì tốc độ thời gian thực 41–48 FPS (nhanh hơn 2.22x–2.63x).

Nghiên cứu đề xuất khung mô hình tạo sinh mới mang tên SBNL (Schrödinger Bridge NonLinear), dựa trên hệ phương trình vi phân đạo hàm riêng (PDE) tiến-lùi xuất phát từ lý thuyết mean-field game và hệ Schrödinger phi tuyến. Để giải quyết thách thức tính toán, các tác giả phát triển thuật toán mô phỏng sử dụng branching diffusions kết hợp biểu diễn xác suất của semilinear PDE. Phương pháp này có tính song song hóa cao, khả năng mở rộng lên không gian nhiều chiều và áp dụng được cho lớp tương tác phi tuyến rộng (như Gross-Pitaevskii). Khung lý thuyết này đồng thời thống nhất score-based models, diffusion models thông thường và gaussian Schrödinger bridges, với hiệu quả được kiểm chứng qua sinh ảnh trên MNIST và FFHQ.

SemDraft là khung nghiên cứu đầu tiên học cách tìm kiếm các chương trình tạo rập may (patternmaking) thực thi được từ các cặp rập trước và sau chỉnh sửa mà không cần dữ liệu lịch sử thao tác. Hệ thống kết hợp thuật toán tìm kiếm giới hạn với trình biên dịch tiền định để chứng thực chuỗi hành động qua 3 bước kiểm tra (biên dịch lại, kiểm tra thứ tự thao tác, phát lại độc lập), sau đó dùng chính các chương trình đã chứng thực để huấn luyện mô hình xếp hạng giúp tối ưu hóa việc tìm kiếm.

Bài báo 'Measuring the Experimental Research Taste of AI Systems Against Human Experts' (arXiv: 2610.06824) giới thiệu nghiên cứu đo lường năng lực thẩm định và định hướng nghiên cứu thực nghiệm ('gu nghiên cứu') của các hệ thống AI khi so sánh với chuyên gia con người. Đây là nỗ lực nhằm đánh giá khả năng lựa chọn bài toán và thiết kế thí nghiệm có tác động cao của AI trong quy trình nghiên cứu khoa học.

Nghiên cứu ứng dụng hình học nhiệt đới (tropical geometry) trên tầng kích hoạt ReLU để giải quyết hiện tượng quên tri thức (catastrophic forgetting) khi fine-tuning LLM mà không cần cơ chế replay. Khác với các phương pháp chiếu không gian con dùng chung cho toàn tầng (như Adam-NSCL, GPM), nghiên cứu chỉ ra rằng chỉ cần bảo vệ tập token mở (open tokens) của từng unit riêng biệt. Thực nghiệm trên OPT-1.3b và OPT-6.7b cho thấy bộ chiếu per-unit giảm quên từ 1.1x đến 4.3x so với Adam-NSCL ở cùng ngân sách tham số, đồng thời đạt hiệu quả cao hơn khi sửa chữa mô hình sau cắt tỉa (pruning repair).

ImmuneAgent là hệ thống AI vòng lặp kín (closed-loop) kết hợp suy luận đa phương thức, continual meta-learning và phản hồi wet-lab nhằm khám phá các kháng thể trung hòa rộng (bnAbs) từ tập hợp tế bào B tự nhiên không gắn nhãn của người. Hệ thống đạt tỷ lệ phát hiện kháng thể trung hòa ~55% và tỷ lệ bnAb ~11%, vượt trội so với các công cụ dự đoán dựa trên trình tự hoặc mô hình cofolding. Đáng chú ý, 5 kháng thể được phát hiện đạt tỷ lệ bảo vệ in vivo 100% trước virus cúm (tương đương kháng thể MEDI8852 ở giai đoạn lâm sàng). Ngoài ra, ImmuneAgent xác định tế bào B nhớ không điển hình FCRL5+CD27+ là nguồn dự trữ bnAb tiềm năng và phát hiện thành công kháng thể trung hòa hMPV và HPV mà không cần phân loại kháng nguyên đặc hiệu.

Nghiên cứu đánh giá sự đánh đổi giữa độ chính xác và mức tiêu hao năng lượng trong các pipeline trích xuất thông tin (IE) chạy cục bộ (on-premise) bằng mô hình nhỏ (<= 8B tham số) cho dữ liệu nhạy cảm. Kết quả chỉ ra rằng mô hình thị giác-ngôn ngữ (VLM) tối ưu cho tài liệu giàu cấu trúc (VRDU), trong khi mô hình chỉ xử lý văn bản (text-only) kết hợp parser cổ điển lại vượt trội cả về độ chính xác lẫn hiệu năng năng lượng trên tài liệu thuần văn bản (Kleister-NDA). Ngoài ra, batching là yếu tố tiết kiệm năng lượng hiệu quả nhất (giảm 38-85%), còn neural OCR tiêu tốn năng lượng gấp 17 lần classical OCR và không đạt tối ưu Pareto.

Nghiên cứu đề xuất quy trình định vị khung hình vào ảnh toàn cảnh (frame-to-panorama localization) kết hợp lấy mẫu nhận biết ngữ cảnh (context-aware sampling) để phát hiện tàu thuyền từ video PTZ lịch sử bị thiếu metadata góc quay. Bằng cách định vị khung hình qua SuperPoint và LightGlue, tích hợp thông tin thời tiết/mặt trời, và phân cụm GMM trên visual embedding dạng ô để bắt tàu ở xa đường chân trời, quy trình giúp giảm 99,5% dữ liệu cần gán nhãn (từ 40.718 xuống 220 khung hình) tại bến cảng CMMI MDigi-I, trong khi mô hình YOLO26-m vẫn đạt AP50 94,78% và AP50-95 75,10%.

Nghiên cứu chứng minh một pipeline thống kê đơn giản (dùng cửa sổ trượt và mô hình robust MAD) có thể vượt qua các mô hình neural và thống kê tốt nhất trên benchmark TSB-AD-U khi đạt 0.529 VUS-PR. Phân tích bóc tách chỉ ra tập đặc trưng ứng viên (candidate pool) là yếu tố quyết định trần hiệu năng. Bằng cách dùng Multimodal LLM sinh tập đặc trưng dựa trên các mẫu cửa sổ theo miền dữ liệu và kết hợp với đặc trưng thủ công, hiệu năng đạt 0.588 VUS-PR, sánh ngang với bài nộp tốt nhất trên bảng xếp hạng mà không cần mô hình nền tảng đắt đỏ.

Khảo sát định tính khám phá cảm giác làm chủ (felt ownership) của con người đối với các tác vụ hàng ngày có sự hỗ trợ của AI. Kết quả cho thấy quyền làm chủ không mất đi khi dùng AI mà phụ thuộc vào phương thức cộng tác: người dùng cảm thấy mất quyền sở hữu nếu chỉ thụ động chấp thuận gợi ý, nhưng vẫn duy trì quyền sở hữu khi họ dẫn dắt, tinh chỉnh hoặc nắm giữ tầm nhìn tổng thể. Ngược lại, việc mất đi tiếng nói cá nhân và không thấu hiểu đầu ra sẽ làm xói mòn cảm giác làm chủ. Đồng thời, việc công khai dùng AI chịu chi phối bởi áp lực chuẩn mực xã hội và nỗi sợ bị phủ nhận công sức hơn là mức độ tự hào thực tế.

Nghiên cứu kiểm tra giới hạn toán học và thực nghiệm của việc xác định cơ chế tính toán nội tại (thông qua chỉ số thông tin tích hợp phi của IIT) từ các can thiệp hữu hạn và không hoàn hảo. Kết quả chứng minh rằng hành vi bên ngoài có thể giống hệt nhau dù cơ chế khác biệt hoàn toàn (0 vs 0,28 bit), quan sát thiếu đơn vị tạo ra sàn sai số cố định (0,30–1,02 bit), và phi có tính gián đoạn cao tại biên phân hoạch. Tuy vậy, nghiên cứu chứng minh có thể chứng thực cận dưới một phía (phi > 1,004 bit) từ khoảng 10^7 phép chuyển đổi có kiểm soát.

FedFiOT là khung làm việc gộp mô hình (model merging) cho học liên kết một lần hoặc vài vòng (one-shot/few-round FL), kết hợp giữa thông tin Fisher và vận tải tối ưu (Optimal Transport). Phương pháp này giải quyết tình trạng lệch nơ-ron (neuron permutation) và mức độ quan trọng không đồng đều của tham số giữa các client dị biệt, giúp tạo ra mô hình toàn cục chính xác mà chỉ cần tối thiểu số lần truyền thông.

PACERec là khung thích ứng lũy tiến không dùng ID (ID-free) cho các hệ thống gợi ý tuần tự, nhằm khắc phục nhược điểm của embedding từ LLM khi chỉ biểu diễn độ tương đồng ngữ nghĩa tĩnh mà bỏ qua quy luật chuyển tiếp hành vi. Phương pháp này áp dụng kỹ thuật frequency-weighted flow matching để học một trường vận tốc chung từ các vật phẩm có nhiều tương tác, từ đó dẫn dắt embedding LLM chuyển dần sang mục tiêu hành vi cộng tác mà vẫn giữ nguyên ngữ nghĩa gốc, giúp cải thiện rõ rệt hiệu quả gợi ý cho các vật phẩm đuôi dài (long-tail).

Nghiên cứu giới thiệu khung mô hình ngôn ngữ lớn OpenPerov và bộ benchmark PSM-Bench (800 câu hỏi) phục vụ suy luận khoa học và tối ưu hóa pin mặt trời perovskite. Được huấn luyện từ dữ liệu thực nghiệm tái cấu trúc của 4.532 bài báo, OpenPerov (bản Flash và Pro) vượt qua các chuyên gia và hệ thống closed-book trong việc giải thích cơ chế và thiết kế vật liệu. Trong thử nghiệm thực tế về lớp phân tử tự lắp ráp (SAM), mô hình đã chọn giải pháp tương tự K (K analogue) vượt trội hơn lựa chọn Na của chuyên gia, giúp pin đạt hiệu suất 27,05% và duy trì 96,74% hiệu suất sau 1.000 giờ lão hóa nhiệt ở 85°C.

Nghiên cứu đề xuất kỹ thuật State-Aware Activation Recomputation kết hợp giữa hợp đồng phát lại có phiên bản (replay contracts) và bảo tồn chọn lọc vùng nhớ (selective preservation) nhằm khắc phục lỗi sai lệch gradient khi các bộ đệm khả biến hoặc trạng thái RNG bị thay đổi trong quá trình recompute. Bộ lập lịch phối hợp (joint planner) đo lường chi phí bộ nhớ và thời gian phục hồi để quyết định phương án lưu trữ tối ưu theo từng phân đoạn. Trên GPU H100 với workload ghi thưa, giải pháp giúp giảm 18,16% thời gian mỗi bước ở ngân sách 44 GiB và duy trì tính khả thi ở mức 32 GiB, giải quyết triệt để bài toán đánh đổi giữa tiết kiệm bộ nhớ và tính đúng đắn toán học.

CollabSciReM là khung mô hình phần thưởng (reward framework) có điều kiện theo mục tiêu, giúp căn chỉnh mô hình ngôn ngữ lớn cho hội thoại nghiên cứu khoa học đa lượt. Phương pháp giải quyết bài toán cân bằng giữa tính chặt chẽ học thuật và độ dài câu trả lời bằng cách phân tách phần thưởng cấp phiên thành ba khía cạnh: chất lượng hội thoại, độ chặt chẽ khoa học và hiệu quả cấu trúc. Đi kèm với bộ đánh giá SciQuality (300 bài báo khoa học, 6 tiêu chí), phương pháp giúp các mô hình Llama và Qwen (7B/8B) giảm thiểu ảo giác, tăng độ mới mẻ và đạt tỷ lệ thắng 65,3% so với baseline phần thưởng thông thường ở cùng độ dài phản hồi.

AVALON là khung điều hướng topo zero-shot cho robot dịch vụ trong nhà chưa từng khảo sát trước môi trường. Hệ thống kết hợp bộ nhớ không gian nhiều lớp do con người cung cấp, điều hướng dựa trên độ sâu thị giác với cơ chế tái neo vị trí tại các điểm nút đã xác minh (không cần bản đồ SLAM toàn cầu), và cơ chế đồng cập nhật bộ nhớ giữa người và robot được kiểm soát bằng bằng chứng cảm giác thực địa. Thử nghiệm trên robot Unitree Go2 với X-NavDP giúp hoàn thành nhiệm vụ 12,81 m trong 46,4 giây (thành công 5/5), nhanh hơn 40,9% so với DimOS-Go2.

VaryST là mô hình dự báo không-thời gian (spatio-temporal forecasting) gọn nhẹ, được huấn luyện từ đầu nhằm khắc phục các điểm yếu cố hữu của mô hình thế giới đóng truyền thống (phụ thuộc vào biểu diễn tĩnh của node, tập lân cận không gian cố định và giả định dữ liệu quan sát luôn đầy đủ). Mô hình thích ứng với biến động môi trường thực tế thông qua ba cơ chế: (1) Trích xuất biểu diễn node từ dữ liệu lịch sử dài hạn để thích ứng với biến đổi theo thời gian; (2) Lựa chọn động các node hỗ trợ có tương quan chức năng vượt ra ngoài vùng lân cận định sẵn; (3) Áp dụng kỹ thuật selective masking lên các historical patches quan trọng trong huấn luyện để khai thác các phụ thuộc không-thời gian thay thế khi thiếu hụt dữ liệu. Thử nghiệm trên 6 tập dữ liệu thực tế so với 17 baseline cho thấy VaryST đạt độ chính xác cao in-domain, nâng cao rõ rệt năng lực tổng quát hóa zero-shot/few-shot và duy trì độ bền vững khi dữ liệu bị khuyết thiếu.

Nghiên cứu trên arXiv ('AI Models Can Provably Hide Arbitrary Capabilities') đưa ra bằng chứng lý thuyết cho thấy các mô hình AI có khả năng che giấu bất kỳ năng lực nào trước các bài kiểm tra năng lực và an toàn, đặt ra thách thức lớn đối với công tác kiểm định và quản trị AI.

Nghiên cứu giới thiệu Explanatory World Models (EWM), khung gán tín dụng (credit assignment) trong học tăng cường (RL) sử dụng frontier LLM để giải thích và truy vết các hành động ban đầu thực sự đóng góp vào kết quả thay vì chỉ dựa vào khoảng cách thời gian. EWM dùng toán tử phân cấp bảo thủ để tái phân phối reward đệ quy nhưng vẫn giữ nguyên undiscounted episode return. EWM triển khai ba biến thể giải thích (nhân quả thực tế của Halpern, tính đơn giản của Lombrozo, giải thích khó thay đổi của Deutsch) và vượt trội so với PPO, LaRe, SFT, A2C trên Crafter, WordCraft, KuaiRand cũng như hệ thống gợi ý quy mô công nghiệp.

Nghiên cứu đề xuất phương pháp tối ưu hóa mới cho mô hình chất siêu dẫn toàn ảnh (holographic superconductor) có hàm khối lượng vô hướng M(F^2) phụ thuộc cường độ trường chuẩn nhằm tái tạo vòm siêu dẫn. Bằng cách tính điều kiện nhiệt độ tới hạn và đạo hàm trực tiếp qua hai tích phân từ chân trời và biên thay vì dùng sai phân hữu hạn lặp lại, thời gian huấn luyện giảm mạnh từ vài ngày xuống còn 10 - 60 phút. Tốc độ này cho phép phát hiện vòm siêu dẫn chỉ ràng buộc hàm M ở vùng chân trời tiếp cận, và cần thêm một đại lượng quan sát thứ hai để xác định số chiều của toán tử đối ngẫu cho YBa2Cu3Oy và 2M-WS2.

PyINE là framework nghiên cứu bài toán giám sát có thể mở rộng (scalable oversight) cho các mô hình suy luận bằng cách sử dụng chương trình Python làm môi trường thực thi xác minh được. Bộ dữ liệu PyINE-v1 cung cấp gần 1 triệu execution traces và hơn 500.000 biến thể mã nguồn phản thực nghiệm, đồng thời huấn luyện mô hình bám lối tắt (shortcut-following) bằng RL. Nghiên cứu phát hiện các phương pháp giám sát giá rẻ (như probe, text classifier) thường bỏ sót các lỗi shortcut nguy hiểm dù điểm tổng thể cao, trong khi các phương pháp mạnh hơn (prompted judge, debate) cân bằng hơn nhưng tốn kém và khó đặt ngưỡng tin cậy.