Research

Nghiên cứu giới thiệu phương pháp cho phép robot gia nhập nhóm người dựa trên chỉ dẫn ngôn ngữ tự nhiên (language-grounded robot group joining). Hệ thống xác định các thành viên nhóm mục tiêu thông qua phân đoạn phổ đệ quy kết hợp mô hình hình học - hình ảnh theo ngữ cảnh ngôn ngữ, sau đó dự đoán tư thế gia nhập tuân thủ quy ước xã hội bằng bản đồ năng lượng - góc hướng với thời gian suy luận dưới một giây.

xWhyL là khung lý thuyết kết nối nhân quả (causality) và AI có thể giải thích (XAI) thông qua việc học mô hình nhân quả từ chính các lời giải thích. Nghiên cứu cung cấp cơ sở toán học biến lời giải thích thành tín hiệu học bổ sung nhằm vượt qua các giới hạn định danh của khám phá nhân quả quan sát, đồng thời thiết lập cơ chế chứng minh toán học giúp bác bỏ các giải thích sai lệch ('Causal Tug-of-War'). Mô hình thực nghiệm Causal Interactive Learning (CIL) cho thấy giải thích từ chuyên gia giúp phát hiện quan hệ nhân quả hiệu quả và phân loại chính xác giải thích đúng/sai.

GAS-PFN là mạng Prior-Data Fitted Network (PFN) nhận biết đồ thị cho bài toán dự báo giao thông zero-shot mà không cần huấn luyện lại. Mô hình nhúng tô-pô đường bộ vào dữ liệu tiền nghiệm tổng hợp qua bước ngẫu nhiên khuếch tán và dùng 2 lượt duyệt mặt nạ qua Transformer chung để tách biệt xử lý thời gian và không gian lân cận. Trên 6 benchmark ở khoảng dự báo 90 phút, GAS-PFN giảm trung bình 34,0% MSE so với TimePFN và 27,7% so với 4 mô hình zero-shot công nghiệp.

OpenAI công bố hợp tác với cộng đồng học thuật nhằm thúc đẩy nghiên cứu khoa học, chia sẻ các kết quả mô hình AI đạt được trên giả thuyết Kakeya, giả thuyết thời gian hàm mũ (ETH) và sắc động lực học lượng tử (QCD), đồng thời hướng dẫn phương pháp để các nhà nghiên cứu thẩm định và phát triển tiếp.

Nghiên cứu đề xuất phương pháp kết hợp kỹ thuật suy luận ràng buộc (constraint reasoning) và mô hình ngôn ngữ lớn (LLM) để tạo giải thích tương phản (contrastive explanations) cho các hệ thống hỗ trợ ra quyết định dựa trên Quy hoạch nguyên hỗn hợp (MIP). Bằng cách chưng cất thông tin ràng buộc thành 'đồ thị lý do' (graph of reasons) cung cấp cho LLM, giải pháp giúp khắc phục hạn chế suy luận của LLM, giảm lỗi sai và sinh lời giải thích tự nhiên chính xác trong các bài toán lập lịch thực tế.

RubricOpt là framework cho phép mô hình ngôn ngữ tự chẩn đoán và sửa đổi các tiêu chí đánh giá ngữ nghĩa (rubric) trong quá trình Direct Preference Optimization (DPO). Bằng cách nhận diện các lỗi lặp lại từ đầu ra thông thường và chỉnh sửa các điều khoản chưa hoàn thiện, rubric được dùng để định hướng huấn luyện DPO (giữ nguyên dữ liệu preference và hàm mục tiêu) và được gỡ bỏ hoàn toàn khi đánh giá.

Nghiên cứu giới thiệu khung đo lường chẩn đoán dựa trên lý thuyết 10 giá trị cơ bản của Schwartz nhằm đánh giá cách AI biểu đạt và tổ chức giá trị trong tranh luận so với con người. Kết quả cho thấy các mô hình AI có khả năng viện dẫn nhiều chiều giá trị ngang bằng hoặc vượt trội con người, nhưng cách tổ chức giá trị lại phân tán cục bộ và kém tập trung xuyên suốt các lượt thoại.

SafeDSE là khung khám phá không gian thiết kế (DSE) cho các ứng dụng luồng dữ liệu đồng bộ (SDF) trên nền tảng nhúng đa mức độ an toàn (mixed-criticality). Thông qua mô hình ràng buộc khai báo, SafeDSE khám phá đồng thời việc chọn mẫu an toàn (như doer/checker), phân bổ lõi theo mô hình lỗi, lập lịch tĩnh và nền tảng phần cứng, đồng thời định giá chi phí nâng bậc an toàn (SIL promotion). Nghiên cứu chỉ ra việc khám phá đồng thời vượt trội hơn việc cố định mẫu trước khi ánh xạ. Hệ thống tích hợp bộ xác minh độc lập và tự động sinh luận cứ an toàn chuẩn GSN với 49–62% bằng chứng được kiểm định tự động.

Nghiên cứu giải quyết điểm nghẽn nghiêm trọng của các mô hình thế giới JEPA (như LeWM) khi lập kế hoạch trong môi trường có ít biến đổi khung hình (vật thể thao tác nhỏ). Trên benchmark mới SLIM, mô hình LeWM tiêu chuẩn chỉ đạt tỷ lệ thành công dưới 1% do encoder mất độ nhạy với hành động (action-insensitive), khiến việc rollout latent bị tê liệt. Nhóm tác giả đề xuất hàm mất mát phụ trợ động lực nghịch đảo (inverse-dynamics auxiliary loss) tác động vào gradient của encoder, giúp khôi phục các probe và nâng tỷ lệ thành công lên 35% (16% ở màn khó). Nghiên cứu cũng phát triển một probe đo độ nhạy hành động không cần môi trường làm điều kiện cần cho khả năng lập kế hoạch, đồng thời tích hợp language-goal head cho phép robot lập kế hoạch theo chuỗi câu lệnh ngôn ngữ từng giai đoạn mà không cần huấn luyện lại world model.

FERPO (Forward Entropy-Regularized Policy Optimization) là thuật toán học tăng cường on-policy entropy cực đại cho điều khiển liên tục, giúp cải tiến chính sách trực tiếp từ giá trị critic mà không cần lấy đạo hàm critic theo hành động. Bằng cách sử dụng mục tiêu forward-KL ước lượng qua lấy mẫu tầm quan trọng tự chuẩn hóa (SNIS) và điều chuẩn KL, FERPO duy trì trọng số ổn định, bao phủ nhiều mode giá trị cao để tăng cường khám phá, đồng thời đạt hiệu quả mẫu cao và tốc độ cập nhật actor nhanh hơn REPPO.

Nghiên cứu giới thiệu Reserve-C4B, giải pháp cho bài toán conservative bandits khi baseline có độ bất định cao. Thay vì chặn cận riêng rẽ ứng viên và baseline gây phạt trùng lặp sai số ước lượng, phương pháp dùng tập tin cậy chung cho độ tương phản tương đối để thắt chặt kiểm định chấp nhận (admissibility test). Kết hợp sổ cái dự trữ và cơ chế prefix-refresh, thuật toán bảo toàn ngân sách hiệu năng với xác suất cao trên phần thưởng tuyến tính và giảm đáng kể việc phải lùi về baseline không cần thiết.

Nghiên cứu đánh giá và thích ứng miền (domain adaptation) nhận dạng giọng nói tự động (ASR) cho truyền thông sức khỏe vị thành niên trên 3 ngôn ngữ Ghana (Twi, Dagbani, Ewe). Nhóm tác giả benchmark 5 hệ thống (Wav2Vec2, Gemma 3n, Gemma 4), sau đó chuyển sang tinh chỉnh mô hình gọn nhẹ Qwen3-ASR-0.6B trên tập Bible corpus (~90k mẫu) do Gemma 4 bất khả thi về mặt tính toán. Kết quả fine-tune giảm mạnh WER/CER (đặc biệt tiếng Ewe giảm WER 44,5 điểm phần trăm xuống 64,8%). Ứng dụng thoại KasaHealth và công cụ Senti-Check được kiểm nghiệm thực tế với 50 người dùng đạt mức phê duyệt 100% và khuyến nghị 92%, khẳng định rào cản cốt lõi là dữ liệu in-domain chứ không phải quy mô mô hình.

Nghiên cứu thực nghiệm kéo dài 3 tháng từ NBER (Working Paper w35720) phân tích câu hỏi liệu sự hỗ trợ của AI nâng cao hay làm xói mòn chuyên môn của người lao động. Bằng chứng cung cấp gồm bài báo học thuật NBER và liên kết thảo luận trên Hacker News. Vấn đề trọng tâm là đánh giá tác động dài hạn của AI lên kỹ năng thực chất thay vì chỉ đo lường năng suất ngắn hạn.

CLEAR-WSI là khung truy xuất hình ảnh toàn bộ tiêu bản (WSI) dựa trên chẩn đoán và có khả năng mở rộng cao cho các kho lưu trữ giải phẫu bệnh kỹ thuật số. Mô hình sử dụng vector nhúng độ dài cố định, tinh chỉnh danh sách tìm kiếm bằng nhãn chẩn đoán và liên tục cập nhật dữ liệu mới thông qua memory bank mở rộng. CLEAR-WSI đã chứng minh hiệu quả vượt trội về Precision@5 trên các bộ dữ liệu CAMELYON16, BRACS và X-HER2 so với các phương pháp cơ sở.

Nghiên cứu giới thiệu DAMI (Dual-Axis Memory Initialization), phương pháp khởi tạo tham số cổng (A_log và dt_bias) trước huấn luyện cho các mô hình Gated Linear Attention nhằm giải quyết hạn chế về truy xuất ngữ cảnh dài. DAMI phân bổ thang thời gian hình học giữa các head và áp dụng hồ sơ độ nhạy đầu vào low-high-low qua các tầng, kết hợp mẫu kích hoạt nhỏ để hiệu chuẩn mà không làm tăng tham số mô hình. Thực nghiệm trên GDN, KDA, GDN2, Mamba-2 và RWKV-7 cho thấy DAMI giúp cải thiện độ chính xác truy xuất RULER từ 5,29 đến 16,71 điểm phần trăm so với khởi tạo ngẫu nhiên.

Nghiên cứu đề xuất sử dụng đại lượng duy nhất là 'Giá trị của thông tin' (Value of Information - VoI) được ước lượng từ mô hình thế giới (world model) để giải quyết đồng thời hai thách thức cốt lõi trong học tăng cường (RL) có bộ nhớ: giảm chi phí truy xuất bộ nhớ (thay vì quét toàn bộ kho lưu trữ bằng attention) và giải quyết bài toán gán tín nhiệm dài hạn thông qua việc thiết lập cận dưới có thể chứng minh cho mục tiêu TD.

Nghiên cứu đề xuất bài toán Dự báo chất lỏng thể tích 4D tương tác (Interactive 4D Volumetric Liquid Forecasting) nhằm dự đoán diễn biến không-thời gian của trường vận tốc chất lỏng 3D dày đặc khi vật thể rắn chuyển động tương tác qua nó. Để khắc phục hiện tượng hiệu ứng thủy động lực học tập trung tại bề mặt phân giới nhưng yêu cầu dự báo toàn miền, nhóm tác giả giới thiệu khung dự báo hồi quy hai cấp TIDE/TIDES: TIDE tập trung dự báo tương tác cục bộ tại giao diện, trong khi TIDES bổ sung cơ chế ghép nối nhận biết vận chuyển và ổn định hóa tường minh để giảm thiểu sai số tích lũy qua các bước rollout dài hạn. Mô hình đạt hiệu năng vượt trội trong các bài kiểm tra OOD và đã được mở mã nguồn.

Nghiên cứu công bố quy trình kiểm toán toán học và thử nghiệm số tổng hợp chứng minh rằng tọa độ dự đoán trực giao hoàn chỉnh không tự động liên kết hướng tiềm ẩn với một can thiệp cụ thể. Dù các bộ dự đoán bình phương tối thiểu có độ khớp dự đoán gần như tuyệt đối (sai số cực đại chỉ 6.7e-15), sai số can thiệp khi chưa biến đổi tọa độ lại có trung vị lên tới 1.513. Nhóm tác giả chứng minh kỹ thuật biến đổi tọa độ (coordinate transport) giúp xóa bỏ sai số này, đồng thời sử dụng 9 lớp lỗi chủ động để thiết lập sự phân tách khả thi giữa năng lực dự đoán, bảo chứng ngữ nghĩa và sự chấp nhận khoa học.

Nghiên cứu đề xuất kiến trúc học tăng cường phân cấp cho game chiến thuật MicroRTS, kết hợp giữa bộ thực thi vi mô dùng PPO có điều kiện ràng buộc lệnh và bộ hoạch định chiến lược dùng Thompson-sampling bandit. Hệ thống giúp tác tử thích ứng nhanh với các chiến thuật mới của đối thủ dựa trên quan sát thực tế thay vì danh tính, cải thiện vượt bậc tỷ lệ thắng trước các đối thủ nằm ngoài phân phối huấn luyện.

Nghiên cứu phát hiện hiện tượng 'depth as time' trong các mô hình tạo sinh một bước (one-step generative models): quá trình khử nhiễu đa bước của diffusion không biến mất mà được tái cấu trúc trải dài theo chiều sâu các tầng trong một lần forward pass. Qua việc giải mã các tầng trung gian bằng output head, tác giả chứng minh tính toán này phụ thuộc vào bài toán vận chuyển (transport task) được huấn luyện, điển hình như MeanFlow vừa khử nhiễu vừa tái tạo nhiễu. Đặc biệt, việc mô hình hóa các tầng như một dòng chảy (flow) cho phép nén mô hình SiT-L/2 tới 16.6 lần về tham số thành một khối time-conditioned duy nhất.

Nghiên cứu phát hiện hiện tượng 'ECG Mirage' trong các mô hình thị giác - ngôn ngữ (VLM) dùng cho dự đoán lâm sàng tại phòng cấp cứu, trong đó mô hình thể hiện hiệu năng cao nhưng thực chất không phụ thuộc hữu ích vào ECG của chính bệnh nhân. Hiện tượng gồm hai dạng: 'ECG neglect' (ECG mang lại rất ít lợi ích) và 'ECG confusion' (ECG đúng bệnh nhân vượt trội hơn không dùng ảnh nhưng không hơn ECG bị ghép sai). Thử nghiệm trên 4 VLM với dữ liệu MDS-ED cho thấy ECG khớp không tạo ưu thế nhất quán khi dự đoán nhập ICU hay suy giảm lâm sàng. Để khắc phục, nhóm tác giả đề xuất huấn luyện 4 visual prompt bằng học có giám sát kết hợp conditional DPO khi đóng băng toàn bộ backbone VLM, giúp đạt độ chính xác cân bằng 70,6% (nhập ICU), 67,5% (suy giảm lâm sàng) và nới rộng khoảng cách giữa ECG khớp và không khớp lên lần lượt 16,5 và 5,5 điểm phần trăm.

Calif Research công bố bản demo WeWorm, sâu máy tính zero-click đầu tiên lây lan qua cuộc gọi WeChat trên cả iOS và Android mà không cần người dùng tương tác. Đáng chú ý, nhóm nghiên cứu đã ứng dụng AI để tìm lỗ hổng và phát triển mã khai thác RCE chỉ trong khoảng 2 ngày, hoàn thiện toàn bộ sâu trong 1 tuần—rút ngắn quy trình vốn từng mất nhiều tháng của một đội ngũ lớn.

CoTA++ là một framework cắm-và-chạy, không cần huấn luyện lại (training-free), giúp khắc phục hiện tượng lặp từ nghiêm trọng ('Repeat Curse') khi sử dụng bộ nhớ đệm xấp xỉ (approximate caching) trên các mô hình ngôn ngữ lớn đa phương thức dạng khuếch tán (dMLLMs). Bằng cách giải quyết 3 điểm đứt gãy trong luồng thông tin ngữ cảnh-token thông qua Attention Re-anchoring, Decode-Aware Refresh và Entropy-Guided Voting, CoTA++ giảm tỷ lệ lặp mẫu từ 99,6% xuống dưới 17,0% và bảo toàn hầu hết độ chính xác với chi phí phụ trội dưới 15%.

Nghiên cứu đánh giá Jev như một thành phần ra quyết định ngữ nghĩa trong các quy trình khoa học, nơi việc tính toán số học tất định được ủy quyền cho mã nguồn. Thử nghiệm trên 12 cấu hình mô hình, 20 bài toán lựa chọn qua 10 trường hợp khoa học cho thấy Jev đạt độ chính xác ngữ nghĩa tuyệt đối ngang hàng với 5 cấu hình hàng đầu, đồng thời ghi nhận độ trễ trung vị thấp nhất. Đáng chú ý, nghiên cứu chỉ ra rằng ở một số mô hình khác, các lựa chọn ngữ nghĩa sai lệch làm biến đổi số lượng tính toán trung gian nhưng vẫn tạo ra nhãn kết luận cuối cùng chính xác, nhấn mạnh sự cần thiết phải kiểm tra kỹ lưỡng các quan hệ và giá trị trung gian trong quy trình.