Research

Nghiên cứu giới thiệu Counterfactual Test-Time Augmentation (CTTA) và phương pháp tổng hợp Select-CTTA nhằm loại bỏ các tương quan giả (shortcuts) trong mô hình ngôn ngữ lớn ngay tại thời điểm suy luận. Phương pháp sử dụng một mô hình phụ trợ tạo các chỉnh sửa phản thực nghiệm làm thay đổi giá trị shortcut, sau đó lấy trung bình có trọng số các dự đoán của LLM dựa trên xác suất token, giúp cải thiện độ chính xác và đạt hiệu năng tiệm cận các mô hình fine-tune mà không cần huấn luyện lại.

Nghiên cứu Design Science Research (DSR) khảo sát giải pháp tự động xử lý các câu lệnh chưa hoàn hảo (imperfect prompts) chứa thuật ngữ chuyên môn và thiếu cấu trúc schema từ người dùng nghiệp vụ tại đơn vị CFO qua tầng trung gian ngữ nghĩa (semantic mediation layer). Đánh giá mô phỏng trên dữ liệu data lake thực tế cho thấy biến thể trung gian dựa trên Knowledge Graph (KG tự động tạo) vượt trội hơn phương pháp dựa trên độ tương đồng schema về Precision, Recall, F1 và bảo toàn ý định người dùng, từ đó đề xuất nguyên tắc thiết kế kết nối ý định người dùng với cấu trúc cơ sở dữ liệu.

Nghiên cứu đề xuất giải pháp tái tạo cấu trúc ẩn và khoang rỗng bên trong vật thể thông qua quan sát đa góc nhìn về biến dạng va chạm (Structure from Collision - SfC). Thay vì tối ưu hóa mật độ trực tiếp vốn kém hiệu quả do thiếu thông tin gradient ở vùng rỗng, phương pháp tiếp cận qua suy luận không gian giả thuyết với quy trình hai giai đoạn: tối ưu hóa toàn cục không dùng gradient qua mô phỏng MPM xuôi và tinh chỉnh cục bộ bằng MPM khả vi trên hệ hạt Lagrangian. Kết quả thực nghiệm cho thấy sự vượt trội trong việc dựng lại cấu trúc rỗng và dự đoán động học so với baseline.

TAPES là khung tiền huấn luyện dự đoán đồng thời căn chỉnh theo tác vụ (task-aligned joint predictive pretraining) dành cho chuỗi sự kiện giao dịch trong thương mại điện tử và dịch vụ tài chính số. Phương pháp này giải quyết hai thách thức: việc mục tiêu dự đoán được không đồng nghĩa với việc mang lại biểu diễn tối ưu cho tác vụ hạ nguồn, và các hàm mất mát đơn lẻ không nắm bắt được sự đồng xuất hiện giữa các mục tiêu. TAPES tạo các tập mục tiêu ứng viên từ tổ hợp trường - toán tử, chọn tập mục tiêu tối ưu qua các thử nghiệm ngắn có cùng ngân sách, sau đó tái khởi tạo bộ mã hóa và huấn luyện đồng thời qua biến ẩn rời rạc chia sẻ trước khi tinh chỉnh có giám sát.

Nghiên cứu thực nghiệm trên Cosmos Policy và RoboCasa kiểm định tính hiệu quả của test-time scaling trong các mô hình world-action. Kết quả chỉ ra rằng việc mở rộng tính toán lúc suy luận không mang lại hiệu quả như kỳ vọng: bộ chọn giá trị học được (learned value selector) kém hơn lựa chọn ngẫu nhiên 1.66 pp, 82% trạng thái có kết quả ứng viên như nhau, và token pruning giảm 47% FLOPs nhưng chỉ tăng tốc thực tế 1.15x. Nghiên cứu cũng phát hiện và phát hành bản vá cho lỗi silent rendering corruption trong trình mô phỏng làm sai lệch kết quả đánh giá.

AutoPRL là khung học biểu diễn đường đi (Path Representation Learning - PRL) tự giám sát cho mạng lưới giao thông đường bộ, giải quyết các hạn chế về việc tăng cường dữ liệu kinh nghiệm (heuristic) và chi phí tính toán cao của học đối chiếu. Hệ thống gồm 3 thành phần cốt lõi: AutoDA (tạo view đặc trưng tự động bằng VAE với phân phối Gaussian), CVDC (học đối chiếu tách rời giữa cặp âm/dương ở mức node và path để tăng tính ổn định) và ACT (đồng huấn luyện thích ứng với trọng số loss dựa trên độ bất định). Mô hình được chứng minh đạt hiệu quả và tốc độ vượt trội trên ba bộ dữ liệu thực tế cho các tác vụ như ước lượng thời gian di chuyển và xếp hạng đường đi.

HypTI là khung kết hợp đa phương thức nhận biết hình học hyperbol phục vụ phát hiện chứng sa sút trí tuệ dựa trên dữ liệu bảng lâm sàng và ảnh MRI. Khắc phục hạn chế của không gian Euclid vốn bỏ qua tính phân cấp và cấu trúc giải phẫu đa quy mô, HypTI sử dụng các nguyên mẫu Lorentz để mã hóa dữ liệu bảng và biểu diễn ảnh MRI theo vùng quan tâm (ROI) trong không gian Lorentz, kết hợp cùng mô-đun dung hợp thích ứng theo từng bệnh nhân. Kết quả trên tập dữ liệu OASIS-3 cho thấy mô hình đạt hiệu năng vượt trội so với các phương pháp hiện có.

Nghiên cứu giới thiệu Mental World Model (MWM) và kiến trúc triển khai Multi-Branch Mental Evolution Architecture (MMEA), giúp xây dựng thế giới chủ quan, mô phỏng tương tác nhận thức - tâm lý và theo dõi sự tiến hóa trạng thái tâm lý theo thời gian dựa trên trải nghiệm lịch sử. Thử nghiệm trên DynToM và RecToM cho thấy MMEA đạt độ chính xác lần lượt 96,48% và 94,00%, vượt trội so với các LLM hàng đầu và phương pháp Theory of Mind chuyên dụng, đồng thời cải thiện đáng kể khả năng dự đoán chuỗi dài và suy luận trạng thái ẩn.

GEMS (Guided Editing of Molecular Structures) là phương pháp học máy giải quyết bài toán xác định cấu trúc phân tử nhỏ từ công thức phân tử và phổ khối lượng song song (tandem mass spectra). Thay vì tìm kiếm mù quáng, GEMS tinh chỉnh các phân tử ứng viên thông qua các phép chỉnh sửa liên kết 2-switch bảo toàn công thức phân tử và tổng hóa trị nguyên tử. Mô hình sử dụng MIST để dự đoán fingerprint một lần duy nhất cho mỗi phổ, sau đó một chính sách nơ-ron (neural policy) chấm điểm toàn bộ phép sửa đổi hợp lệ trong một lượt forward pass. Nhờ huấn luyện trên đường dẫn chỉnh sửa ngắn nhất, mô hình có thể tiền huấn luyện trên các đồng phân PubChem không cần phổ và fine-tune sau đó. Trên benchmark NPLIB1, GEMS đạt Hit@1/Hit@10 là 29,64%/50,81% và trên MassSpecGym là 30,22%/41,33%, vượt các baseline hiện tại. Đặc biệt, thời gian suy luận trên NPLIB1 giảm ngoạn mục từ 26,2 giờ (FRIGID) xuống chỉ còn 3,3 phút.

Các nhà nghiên cứu ứng dụng AI để thiết kế de novo các protein có khả năng cắt và phân giải các protein khác (enzyme protease nhân tạo), đánh dấu bước chuyển quan trọng từ thiết kế cấu trúc liên kết thụ động sang tạo lập enzyme có hoạt tính xúc tác chức năng.

Real Design Benchmark là thử nghiệm dạng game do Adam Ginzberg (đồng sáng lập Subframe) phát triển để so sánh thiết kế giao diện thực tế với thiết kế do AI tạo ra. AI nhận ngữ cảnh gồm 4 ảnh màn hình, icon, font và brief để sinh HTML. Kết quả sơ bộ từ vài nghìn lượt bình chọn cho thấy 57% người dùng thích thiết kế của AI hơn sản phẩm thật và chỉ 59% nhận diện đúng thiết kế AI.

Nghiên cứu về Tự cải tiến Đệ quy Vật lý (Physical RSI) đề xuất khung phân loại L0-L5 nhằm phân biệt cập nhật năng lực tác vụ và quy trình tự cải tiến meta của robot trong thế giới vật lý. Khảo sát chỉ ra hiện chưa có phương pháp nào đạt chuẩn Physical RSI do các thách thức về quan sát nhiễu, chi phí thử nghiệm và rủi ro vật lý không thể đảo ngược, đồng thời vạch ra các ưu tiên nghiên cứu cốt lõi về an toàn, phản hồi và benchmark.

Nghiên cứu giới thiệu khung Structural Chain-of-Thought (SCoT), thay thế văn bản suy luận tự do bằng đồ thị tính toán có thể thực thi (executable computational graphs) với kết quả được tính toán tất định. Mô hình được huấn luyện bằng học tăng cường dựa trên đồ thị (graph-based RL) chấm điểm theo tính hợp lệ cấu trúc, độ chính xác và độ khớp nút tham chiếu. Thử nghiệm trên 5 benchmark và 4 họ mô hình chứng minh phương pháp cải thiện độ chính xác, rút ngắn độ dài sinh tới 5-6 lần so với GRPO và CoT thông thường, đồng thời tăng tính trung thực, hạn chế hiện tượng hợp lý hóa kết quả sau thực tế (post-hoc rationalization).

Nghiên cứu giới thiệu Hide and Seek (HnS), phương pháp giải thích theo khái niệm (concept-based attribution) dành cho mô hình thị giác hộp đen mà không cần truy cập trọng số hay nhãn khái niệm có sẵn. HnS sử dụng Vision-Language Model để truy xuất và định vị khái niệm trên ảnh, che vùng tương ứng và đo lường sự thay đổi ở đầu ra để đánh giá mức độ đóng góp của khái niệm. Phương pháp đạt độ chuẩn xác cao trên CelebA và COCO-Stuff, đồng thời mở rộng thành công sang các bài toán phức tạp như chú thích ảnh và phân vùng ảnh vệ tinh.

Nghiên cứu chính thức hóa bài toán tối ưu hóa chi phí - độ chính xác cho các truy vấn ngữ nghĩa, nơi các vị từ được đánh giá bởi các mô hình học máy. Bằng cách tận dụng độ tin cậy được hiệu chuẩn và theo dõi sự lan truyền sai số qua các phép nối (joins), phương pháp cho phép ước tính chất lượng đầu ra mà không cần dữ liệu gắn nhãn, đồng thời quy đổi mục tiêu độ chính xác đầu ra thành ngưỡng chi phí trên từng tuple. Tác giả chỉ ra rằng kỹ thuật đẩy phép chọn (selection pushdown) không bảo toàn chất lượng khi hiệu chuẩn dải leo thang trên chính ứng viên của kế hoạch, và đề xuất phân rã bài toán tối ưu hóa NP-hard qua hai nhân tử Lagrange.

Nghiên cứu kiểm chứng khả năng sử dụng độ bất định (uncertainty) làm thước đo đại diện cho tính chính xác về mặt giải phẫu trong việc tổng hợp ảnh CT cản quang (CECT) từ ảnh CT không cản quang (NCCT) bằng mô hình khuếch tán đa nhiệm AortaDiff. Đánh giá 6 phương pháp ước lượng bất định trên 3 cấp độ không gian và phát hiện ca ngoại lai (OOD), kết quả cho thấy MCDropout đạt hiệu quả vượt trội, tổng quát hóa tốt trên dữ liệu đa trung tâm và không phát sinh chi phí huấn luyện bổ sung. Độ bất định đặc biệt hiệu quả trong việc gắn cờ các lỗi nghiêm trọng, đóng vai trò là cơ chế lọc chất lượng kinh tế và khả thi trong lâm sàng.

COFLOW (Contextual Flow Matching) là phương pháp tối ưu hóa tại thời điểm suy luận (inference-time) cho các mô hình Flow Matching trong sinh ảnh và video. Thay vì dùng số bước cố định hoặc huấn luyện lại mô hình, COFLOW chọn số bước lấy mẫu thích ứng theo đặc trưng từng prompt thông qua hàm thưởng tự giám sát online. Kỹ thuật này hoạt động dạng plug-and-play, giúp tăng tốc hơn 2.5 lần mà vẫn bảo toàn chất lượng cảm nhận, đi kèm chứng minh lý thuyết về giới hạn sai số rời rạc hóa forward-Euler O(1/K).

ClearGS là phương pháp tối ưu hóa 3D Gaussian Splatting (3DGS) từ video quay cầm tay có góc quay không đều và chất lượng khung hình hỗn tạp. Thay vì loại bỏ khung hình theo cách nhị phân, ClearGS sử dụng cơ chế Phân bổ Góc nhìn Nhận biết Độ tin cậy (RVA) để gán trọng số mượt mà dựa trên chất lượng ngoại hình, nguy cơ suy hao và độ hữu ích hình học, đồng thời kích hoạt nhẹ các khung hình bị nén để bảo toàn quỹ đạo. Để bù đắp chi tiết bị mờ hoặc biến dạng, ClearGS tích hợp Phục hồi Video Định hướng bởi Render (RIVR) - sử dụng bản render làm khung cấu trúc kết hợp chuyên gia phục hồi không tham chiếu (no-reference), sau đó củng cố sửa chữa dọc toàn bộ quỹ đạo (Full-Trajectory Repair Consolidation). Phương pháp đạt SOTA trên GS2E và GSOTM mà không cần dữ liệu cặp hay ảnh sắc nét tham chiếu.

Nghiên cứu giới thiệu khung hệ thống khuyến nghị hai giai đoạn nhằm xếp hạng mức độ ảnh hưởng của bão nhiệt đới lên hệ thống cảng biển. Giai đoạn 1 (retrieval) lọc các cảng ứng viên theo khoảng cách dự kiến bão đổ bộ, giai đoạn 2 (ranking) xếp hạng theo số ngày gián đoạn hoạt động dựa trên dữ liệu AIS. Thử nghiệm trên 37 cảng và 31 cơn bão tại Vịnh Mexico cho thấy kiến trúc Wide & Deep Learning đạt độ chính xác xếp hạng cao nhất, vượt baseline khoảng cách 85,5% ở bão Nicole và 55,5% ở bão Ian, đồng thời duy trì độ ổn định cao trước sai số vị trí bão đổ bộ.

Nghiên cứu và thử nghiệm thực tế cho thấy các mô hình ngôn ngữ lớn, bao gồm cả mô hình mã nguồn mở chạy cục bộ như Qwen 3.8 27B trên laptop cá nhân, có khả năng diễn giải trực tiếp trọng số mạng neural ở dạng số thực mà không cần thực thi code hay công cụ hỗ trợ. Thử nghiệm trên bài toán đoán game từ trọng số policy network cho kết quả đoán đúng 3/4 game (Pac-Man, Pong, Breakout), dù tiêu tốn hàng chục nghìn reasoning tokens và hàng chục phút tính toán. Dù mở ra tiềm năng lớn trong việc phân tích trọng số và chỉnh sửa mô hình không cần gradient, tác giả lưu ý rằng năng lực này tiêu tốn nhiều tài nguyên và chưa thể thay thế lập trình mã nguồn truyền thống.

Nghiên cứu giới thiệu khung học nhắc đa phương thức (multimodal prompt learning) kết hợp căn chỉnh tương phản hai cấp độ (dual-granularity) nhằm phân loại mức độ xâm lấn của ung thư biểu mô tuyến phổi (lung adenocarcinoma) từ ảnh CT 3D trước phẫu thuật. Phương pháp tích hợp bộ mã hóa 3D ResNet-CBAM với mô hình ngôn ngữ RadBERT (được đóng băng và gắn learnable prompts khởi tạo từ báo cáo thực tế). Hệ thống căn chỉnh tương phản toàn cục giữa thể tích CT với báo cáo mô tả thuộc tính X-quang, đồng thời căn chỉnh cục bộ dựa trên Multiple Instance Learning giữa vùng không gian CT với từ khóa liên quan đến mạch máu. Thử nghiệm trên 1.593 nốt phổi được xác nhận giải phẫu bệnh cho thấy mô hình đạt độ chính xác 87,92%, F1-score 87,78% và AUC 0,9499, vượt trội có ý nghĩa thống kê so với baseline Res-CBAM chỉ dùng ảnh (AUC 0,9297, p = 0,0078), đồng thời giữ nguyên quy trình suy luận chỉ cần ảnh CT.

ID-WM (Implicit Dynamics World Models) là mô hình thế giới phân cấp mới cho embodied agents, giải quyết bài toán lỗi tích luỹ và độ phức tạp tìm kiếm trong các tác vụ dài hạn. Phương pháp tách biệt khả năng tiếp cận không gian trạng thái với điều khiển cục bộ: mô hình cấp cao lấy mẫu các chuyển tiếp khả thi trên đa tạp trạng thái, còn mô hình cấp thấp giải động học nghịch để tạo hành động chi tiết. ID-WM vượt 38.5% so với các bộ lập kế hoạch dựa trên khuếch tán/chính sách hiện đại và tăng 135% hiệu năng so với MPC đơn cấp trong cấu hình phức tạp chưa từng huấn luyện.

Nghiên cứu giới thiệu giải pháp phát hiện lỗi sản phẩm trong sản xuất với số lượng mẫu cực ít (k=2 ảnh mỗi lớp) bằng mô hình quyết định có cấu trúc Jev và Clef-Flash, vượt trội hơn CLIP (đạt độ chính xác 0.75-1.00 và 0.71-0.99 so với 0.67-0.84). Công trình đóng góp: (1) khung học k-shot cho kiểm tra hình ảnh, (2) phương pháp agentic tự động tinh chỉnh mô tả văn bản định hướng phân loại giúp cải thiện độ chính xác ở 6/8 cấu hình, và (3) kỹ thuật hiệu chuẩn xác suất lỗi giúp giảm điểm Brier ở 13/15 cấu hình. Tác giả đồng thời phát hành mã nguồn, gói R 'decisions' và ứng dụng web no-code phục vụ kiểm tra thực tế.

Nghiên cứu giới thiệu bộ dữ liệu benchmark IFAAB gồm 31.734 phản hồi tư vấn tài chính từ GPT-4o nhằm kiểm định định kiến nhân khẩu học và kinh tế - xã hội tại Ấn Độ. Kết quả cho thấy mô hình thể hiện sự thiên vị rõ rệt: hồ sơ nam giới nhận tài nguyên ước tính ban đầu cao hơn 60,1% và sau tư vấn cao hơn 46,8% so với nữ giới; các nhóm đẳng cấp OBC, SC, ST chịu thiệt thòi so với nhóm General. Trong khi phụ nữ bị hướng vào tiết kiệm an toàn và hỗ trợ cộng đồng, nam giới lại được tư vấn đầu tư và khởi nghiệp. Tuy nhiên, việc bổ sung dữ liệu quận/huyện giúp giảm khoảng cách giới tính xuống còn 7,9%, cho thấy mức độ chi phối mạnh mẽ của yếu tố địa lý.