Research

Nghiên cứu giới thiệu Geometry-Aware Hyperbolic Residual Quantization nhằm khắc phục các bất cập hình học khi mở rộng kỹ thuật Residual Vector Quantization (RVQ) sang không gian hyperbol (Poincaré ball). Phương pháp giải quyết hiện tượng phép cộng hyperbol không có tính kết hợp ở forward pass bằng cơ chế Hyperbolic Residual Aggregation, đồng thời ổn định backward pass nhờ discounted Hyperbolic Straight-Through Estimator giúp tránh lan truyền gradient đệ quy. Kết quả thực nghiệm chứng minh phương pháp cải thiện độ ổn định và cấu trúc biểu diễn phân cấp, dù nén Euclid vẫn tối ưu hơn cho bài toán nén thuần túy.

Nghiên cứu từ micro1 cảnh báo việc các mô hình AI bắt đầu gây ra các nguy cơ an toàn thực tế trong thế giới vật lý khi được tích hợp vào hệ thống điều khiển và tự động hóa. Khi AI chuyển dịch từ môi trường số sang điều khiển phần cứng, các sai sót mô hình có thể dẫn đến thiệt hại thiết bị và tai nạn vật lý. Do thông tin đầu vào chỉ gồm tiêu đề và liên kết, các thông số kỹ thuật chi tiết của báo cáo cần được kiểm chứng thêm.

Bài viết trên a16z news phân tích 23 năm dữ liệu về an ninh mạng, tập trung vào tác động của AI đối với khoảng cách vá lỗ hổng (patch gap). Luận điểm cốt lõi chỉ ra rằng việc tạo mã khai thác (exploit) trước đây là nút thắt cổ chai giới hạn tốc độ tấn công, nhưng AI đang rút ngắn mạnh mẽ giai đoạn này, buộc các tổ chức phải đẩy nhanh tốc độ triển khai bản vá.

SurgStream là một framework và benchmark streaming chủ động hỗ trợ hiểu video phẫu thuật thời gian thực. Mô hình kết hợp bộ nhớ Workflow-Anchored Memory (WAM) để lưu trữ cấu trúc diễn biến theo pha phẫu thuật và kỹ thuật Deadline-aware Transition Learning (DTL) để kích hoạt phản hồi kịp thời trước thời hạn lâm sàng. Hệ thống đi kèm SurgStream-Bench với 11.700 tương tác streaming và vượt trội ở các tác vụ truy vấn bộ nhớ và hỏi đáp chủ động.

HydroReasoner là khung suy luận thị giác phát hiện mực nước ngập đô thị theo mô hình cộng tác đám mây - biên, phát triển trên nền tảng Qwen2.5-VL và huấn luyện bằng GRPO. Để giải quyết việc thiếu nhãn chuỗi suy luận, nghiên cứu đề xuất đồ thị tri thức HydroKG và phần thưởng đường đi KG giúp mô hình nâng cao năng lực suy luận và khái quát hóa. Mô hình được lượng tử hóa 4-bit giúp giảm 57% bộ nhớ GPU và 43% độ trễ trên thiết bị biên với độ suy giảm độ chính xác tối thiểu, kết hợp cơ chế định tuyến biên - đám mây dựa trên độ tin cậy và bộ dữ liệu benchmark HydroLevel gồm 3.000 ảnh.

inkGround là benchmark mới đánh giá khả năng visual grounding hạt mịn của các mô hình thị giác - ngôn ngữ (VLM) trong việc phục hồi quỹ đạo nét bút từ ảnh chụp chữ viết tay thực tế. Bộ dữ liệu gồm 537 trang (~18,7k từ, ~163k nét) với nhãn quỹ đạo tham chiếu được lọc OCR và kiểm định bởi con người, kết hợp đánh giá kiểm chứng trên IAM-OnDB. Nhiệm vụ yêu cầu VLM định vị từ và xuất chuỗi điểm nét bút có thứ tự. Kết quả cho thấy các VLM thương mại nguồn đóng như Gemini-3.1-Pro vượt trội hơn hẳn các mô hình mã nguồn mở về độ chính xác và khả năng đọc nét.

GAAC (Group-Adaptive Additive Codec) là hệ thống nén và phục vụ KV cache không tổn hao (lossless) dành cho suy luận LLM trên thiết bị cá nhân. Bằng cách khai thác phần mũ dư thừa trong định dạng BF16 thông qua mã hóa base-plus-offset theo từng kênh và nhóm nhỏ, GAAC nén dữ liệu bit-for-bit mà không làm suy giảm chất lượng. Hệ thống tích hợp fused attention kernel giúp giải nén KV tiles trực tiếp khi chạy mà không cần bung toàn bộ cache, hỗ trợ cập nhật tăng dần và paged serving. Thử nghiệm trên 5 mô hình cho thấy GAAC đạt tỷ lệ nén 1.405–1.407× với BF16, giảm khoảng 26% bộ nhớ KV resident, tăng thông lượng serving 13–29%, đồng thời tăng tốc attention 1.19–1.27× trên NVIDIA DGX Spark (ngữ cảnh 64K) và 1.02–1.25× trên Apple M4.

Nghiên cứu khảo sát khả năng ứng dụng của kiến trúc Joint-Embedding Predictive Architecture (JEPA) đối với việc biểu diễn chuỗi hồ sơ bệnh án điện tử (longitudinal EHRs) trên tập dữ liệu MIMIC-IV. Kết quả cho thấy mặc dù cả 3 biến thể JEPA đều huấn luyện ổn định và không bị sụp đổ biểu diễn, chúng liên tục có hiệu năng kém hơn phương pháp Masked Language Modelling (MLM) truyền thống. Kích thước mục tiêu dự đoán lớn làm tăng sai số, tuy nhiên việc thu nhỏ mục tiêu vẫn không giúp phục hồi hiệu năng hạ nguồn, chứng minh rằng chỉ dự đoán ổn định trong không gian ẩn là chưa đủ và việc định nghĩa mục tiêu tiềm ẩn có ý nghĩa lâm sàng cho EHR vẫn là thách thức lớn.

The Smart Buildings Challenge đề xuất cuộc thi nghiên cứu và phát triển foundation model cho bài toán tối ưu hóa vận hành tòa nhà ở quy mô lớn. Tại Mỹ, các tòa nhà phát sinh gần 40% lượng khí thải carbon, trong đó hệ thống HVAC chiếm 40-60% và tương đương 15% năng lượng tiêu thụ toàn cầu. Do các hệ thống điều khiển hiện tại thiếu khả năng chuyển giao chính sách (policy transfer) sang tòa nhà khác, thử thách này yêu cầu xây dựng chính sách điều khiển trên các tòa nhà mô phỏng và đánh giá trên tập tòa nhà chưa từng thấy với sự đa dạng về kích thước, bố cục, thời tiết, vật liệu và hệ thống HVAC.

SqueezeBench là benchmark đánh giá năng lực toán học của AI có khả năng chống bão hòa (saturation-resilient). Thay vì loại bỏ bài toán sau khi có lời giải, benchmark duy trì kỷ lục cận trên và cận dưới dạng hàm số khả tính được chứng minh bằng Lean cho mỗi hàm số nguyên f(n). Bài nộp mới phải đưa ra cận tốt hơn tại ít nhất một giá trị n và không tệ hơn ở mọi n. Tính đúng đắn được xác minh tự động qua hai nhân Lean độc lập.

MAMHOI đề xuất giải pháp sinh tương tác người - vật thể (HOI) nhận biết bối cảnh 3D thông qua cơ chế phân rã qua affordance. Bằng việc dùng giao diện motion-affordance làm cầu nối giữa hiểu bối cảnh và tổng hợp chuyển động, MAMHOI giải quyết điểm nghẽn thiếu hụt dữ liệu ghép ba (human-object-scene), giúp chuyển động đạt độ khả thi vật lý cao và giảm hiện tượng xuyên thấu vật thể trong không gian nội thất.

Nghiên cứu công bố benchmark hệ thống gồm 10 tác vụ chuỗi trừu tượng trên 18 kiến trúc mạng nơ-ron qua hơn 250 cấu hình, xác định 4 mô hình hàng đầu đạt kích thước siêu nhỏ (<2.000 tham số) gồm BiGRU, TCN, Conv1D và GRUReLU. Nhóm tác giả áp dụng các mô hình này vào bài toán robot ước lượng tốc độ cử chỉ cánh tay từ chuỗi khung xương OpenPose (256.710 khung hình, 8 cử chỉ giao thông), đạt sai số tương đối chỉ khoảng 4% - 8% (MAE 0.198 trên peak-count), mở ra tiềm năng điều khiển robot thích ứng theo tốc độ thời gian thực.

EEG-Fusion là khung kết hợp quyết định nhận thức lỗi nhằm giải quyết hiện tượng sụp đổ mô hình (dự đoán thiên lệch về một lớp) do dịch chuyển phân phối tín hiệu giữa các đối tượng trong giải mã MI-EEG không nhãn nguồn (source-free). Bằng cách kết hợp căn chỉnh Euclidean, thích ứng kiểm thử chỉ chuẩn hóa và cổng độ tin cậy không nhãn, hệ thống định tuyến đối tượng đến chuyên gia phù hợp (mạng nơ-ron, hiệp phương sai hoặc đặc trưng sinh lý), giúp cải thiện đáng kể điểm macro-F1 trên nhiều tập dữ liệu chuẩn.

Nghiên cứu chỉ ra rằng kẻ tấn công có thể lợi dụng sự nhập nhằng trong các bản ghi syndrome thụ động của mã toric để biến khuyến nghị từ cố vấn AI thành các cập nhật sửa lỗi lượng tử (QEC) gây hại. Để khắc phục, nhóm tác giả đề xuất sử dụng phép đo hiệu chuẩn logic trên trạng thái đã biết kết hợp với bộ đánh giá độc lập dựa trên giới hạn độ trôi nhằm chứng nhận an toàn cho các cập nhật phục hồi trước khi áp dụng.

Nghiên cứu đề xuất Assur-KB, phương pháp biểu diễn cơ cấu phẳng bằng cách phân rã thành các mô-đun tối giản không thể giản ước, giao diện ranh giới và phụ thuộc giải thuật toán mà vẫn giữ nguyên hình học gốc. Thử nghiệm trên mạng nơ-ron MLP chỉ ra rằng các đặc trưng dẫn xuất từ Assur cải thiện hiệu quả mẫu trung bình nhân gấp 1,8 lần so với biểu diễn ma trận kề phẳng và tọa độ vị trí trên tập dữ liệu 50 - 10.000 cơ cấu. Phương pháp cũng đảm bảo tính bất biến khi tráo đổi nhãn khớp, nâng cao tỷ lệ sinh cơ cấu hợp lệ dưới phép ghép dyadic và cho phép đánh chỉ mục cấu trúc trên 10,02 triệu cơ cấu.

Rubricon là một pipeline tự động tạo và tinh chỉnh rubric đánh giá cho LLM mà không cần dữ liệu sở thích con người hay huấn luyện mô hình tạo. Phương pháp này lấy mẫu nhiều rubric từ LLM bất kỳ, chọn ứng viên có tính phân loại cao nhất, bổ sung tiêu chí bao quát thiếu sót và loại bỏ tiêu chí nông cạn dựa trên tỷ lệ đạt (pass rates) thực tế cùng self-critique. Trên 5 benchmark, Rubricon giúp điểm số tương đồng hơn 9% với rubric do chuyên gia viết và giúp tăng 4.5% hiệu năng khi post-training Qwen3.5-9B trên HealthBench.

SVD-Attention là phương pháp chẩn đoán post-hoc giúp phân tích mức độ sử dụng rank thực tế trong các khối self-attention của Transformer mà không cần finetuning. Bằng cách phân rã ma trận tương tác query-key qua SVD kết hợp biên độ phổ và phương sai kích hoạt trên tập hiệu chuẩn nhỏ, phương pháp xác định chính xác các tầng dư thừa theo từng tác vụ (lớp đầu-giữa dư thừa ở phân loại/sinh văn bản, lớp cuối dư thừa ở dense prediction/extractive QA). Kỹ thuật này giúp cắt tỉa an toàn với độ sụt giảm F1 tối đa chỉ 1.75 và giúp giảm 8-11% FLOPs khi kết hợp với weight pruning mà chất lượng chỉ đổi 0-4%.

Nghiên cứu đề xuất POC-VLM, phương pháp đối sánh thị giác - ngôn ngữ có định hướng điều kiện vận hành vật lý nhằm chẩn đoán hiện tượng xâm thực (cavitation) trong hệ thống đường ống công nghiệp. Mô hình kết hợp ngữ nghĩa biến vận hành, căn chỉnh phổ thời gian - tần số âm học và mô hình tiên nghiệm KNN ở tầng quyết định, giúp chẩn đoán chính xác và bền bỉ trước nhiễu và biến động tải.

Nghiên cứu giới thiệu cơ chế Orthros attention, giải quyết nút thắt cổ chai độ phức tạp bậc hai của Transformer bằng cách tách biệt theo giai đoạn: áp dụng chú ý tuyến tính cho giai đoạn prefilling và chú ý toàn phần (full attention) cho giai đoạn decoding trong cùng một module thống nhất. Mô hình đạt tốc độ tăng tốc prefilling 21,9 lần, bảo toàn khả năng truy xuất ngữ cảnh 128K token và hỗ trợ chuyển đổi hiệu quả từ các Transformer hiện có.

Hệ thống Itgan tại NADI 2026 đề xuất giải pháp thích ứng mô hình Whisper hiệu quả tham số (LoRA) trên GPU tiêu dùng cho 3 bài toán ASR tiếng Ả Rập: cấp quốc gia (57.1% WER với adapter chuyên biệt và linear probe định tuyến), đa phương ngữ (46.7% WER nhờ chọn base model tối ưu và kết hợp mô hình phi tương quan), và chuyển mã tiếng Tunisia (hạng nhì với 14.49% WER, 5.38% CER nhờ weight-space averaging và ROVER voting).

Nghiên cứu đề xuất State Transport Routing (STR), một adapter gọn nhẹ giúp tinh chỉnh dự báo của các mô hình quang điện (PV) đã đóng băng mà không cần huấn luyện lại. STR kết hợp kết quả dự báo ban đầu với hai quỹ đạo bổ trợ suy ra từ mức công suất đo gần nhất và xu hướng gần đây, thông qua bộ định tuyến điều chỉnh tỷ trọng trong 120 phút đầu và giữ nguyên dự báo các khung giờ sau. Thực nghiệm trên 4 bộ dữ liệu PV công khai cho thấy STR vượt trội hơn residual adapter tương đương tham số, cải thiện 5 kiến trúc neural trên PVDAQ (giảm sai số MAE chuẩn hóa 0.0201-0.2364 điểm phần trăm), dù không có cải thiện đáng tin cậy trên LightGBM.

SHRAV là khung tính toán độc lập kiến trúc cho mô hình hóa vật lý và thiết kế nghịch đảo, được xây dựng quanh 5 thành phần: State, Hypothesis, Reason, Action và Verify. Trọng tâm là lõi tiếp tục trạng thái (state-continuation core) cho phép tái sử dụng trạng thái tính toán và phân định rõ vai trò giữa mô hình học máy và tính toán số học. Khung hỗ trợ cấu hình thuận (forward) cho mô hình thế giới điện từ và cấu hình nghịch (inverse) cho tối ưu thiết kế. Trong quang khắc tính toán, SHRAV cải thiện IoU từ 0.5313 lên 0.8153 chỉ sau 4 bước cập nhật với sai số dự đoán so với chạy độc lập cực thấp (~0.000824).

FairMean là giải pháp cho học phân tán nhằm dung hòa xung đột giữa tính công bằng và khả năng chống chịu tấn công đầu độc nhãn (label poisoning). Thuật toán điều chỉnh trọng số gradient của các client dựa trên hàm mất mát cục bộ có tính chất không giảm nhưng bị chặn trên: tính tăng giúp ưu tiên các client có loss cao nhằm cải thiện công bằng, trong khi chặn trên ngăn chặn sự khuếch đại gradient từ các client độc hại. Nghiên cứu cung cấp chứng minh lý thuyết về cận dừng trung bình và thực nghiệm cho thấy FairMean giảm chênh lệch hiệu năng đồng thời nâng cao độ chính xác của client kém nhất.

Nghiên cứu công bố kết quả của Ramanujan Challenge – benchmark toán học cấp độ nghiên cứu (lý thuyết số, giả thuyết mở) – và giới thiệu quy trình đánh giá có AI hỗ trợ dành cho chứng minh đa định dạng (ngôn ngữ tự nhiên, mã CAS, mã Lean). Quy trình này giảm tỷ lệ dương tính giả từ 23% xuống 6% đối với chứng minh tự nhiên và tăng độ chính xác thẩm định mã hỗ trợ từ 46% lên 58%, giúp giải quyết nút thắt đánh giá chứng minh phức tạp ở quy mô lớn.