Research

MGE-PO là phương pháp phân bổ tín dụng nhận thức entropy (entropy-aware credit assignment) nhằm nâng cao năng lực suy luận toán học cho LLM, khắc phục nhược điểm của GRPO khi bỏ qua độ bất định sinh. Trọng tâm của MGE-PO là cơ chế định hình lợi thế 4 góc phần tư (4Q): kết quả đúng/sai quyết định dấu thưởng/phạt, trong khi entropy điều khiển độ lớn (thành công với entropy thấp được thưởng cao hơn, thất bại với entropy cao bị phạt nặng hơn). Kết hợp cùng curriculum câu hỏi trực tuyến dựa trên entropy, phương pháp giúp Qwen2.5-7B-Base tăng macro avg@32 từ 41.5% lên 45.4% và mang lại cải thiện rõ rệt trên Qwen3-8B-Base.

Nghiên cứu phát triển mô hình CNN gọn nhẹ để phân loại bệnh lá khoai tây thành 3 nhóm: khỏe mạnh, đốm sớm (early blight) và đốm muộn (late blight). Mô hình chỉ có 446.787 tham số, dung lượng khoảng 1,70 MB và thời gian huấn luyện 5,58 giây/epoch. Trên tập dữ liệu PlantVillage (2.215 ảnh), mô hình đạt độ chính xác kiểm thử 98,66%; trên tập dữ liệu thực địa độc lập tại Ethiopia (247 ảnh), độ chính xác đạt 90,28%, cho thấy hiệu quả vượt trội về tài nguyên so với VGG16 và MobileNetV2.

MP-MNCA là khung mô hình chú ý chéo lân cận có mặt nạ tích hợp tiên nghiệm hình thái học cho bài toán nhận diện miền không gian trong dữ liệu phiên mã không gian (spatial transcriptomics). Phương pháp giữ nguyên biểu diễn 3.000 gene biến thiên cao (HVG) và định tuyến thông tin phân tử có chọn lọc giữa các điểm lân cận với trọng số tiên nghiệm từ độ tương đồng mô học dưới mục tiêu tương phản tự giám sát. Trên 12 lát cắt vỏ não DLPFC người, MP-MNCA hội tụ cấu trúc miền không gian nhanh hơn đáng kể, đạt NMI trung bình cao nhất (0,657 so với 0,640 của STAIG) và ARI tương đương (0,546 so với 0,549), đồng thời vượt qua STAIG trên 11/12 lát cắt về NMI.

Nghiên cứu chỉ ra rằng các mô hình tổng hợp góc nhìn mới (NVS) trước đây học biểu diễn hình học 3D kém do bộ giải mã (decoder) quá mạnh làm phân tán năng lực của encoder và mục tiêu tái cấu trúc không gian pixel mức thấp. Để khắc phục, nhóm tác giả đề xuất SNAP - mô hình Transformer tự giám sát kết hợp decoder cục bộ có điều kiện góc nhìn và mục tiêu tái tạo trên không gian ẩn. SNAP đạt hiệu năng tương đương các phương pháp giám sát hình học chuyên dụng trên 5 tác vụ thị giác và robot, đồng thời mang lại đặc trưng bất biến góc nhìn vượt trội với chi phí tính toán và dữ liệu thấp hơn.

Nghiên cứu từ Đại học Copenhagen cảnh báo nguy cơ 'suy thoái tri thức' (knowledge collapse) khi các chatbot AI chỉ mang lại một lát cắt hạn hẹp của tri thức nhân loại, đe dọa sự đa dạng thông tin và làm mờ nhạt các góc nhìn chuyên sâu.

Nghiên cứu thiết lập khung lý thuyết cấp độ quần thể cho bài toán dự đoán bản đồ vô tuyến (radiomap blind prediction) khi thiếu phép đo thực địa và thông tin quan sát không đầy đủ. Nghiên cứu xác định kỳ vọng có điều kiện là mục tiêu tối ưu, phân tách sai số thành sai số xấp xỉ có thể giảm và độ bất định không thể giảm do thiếu thông tin vật lý. Từ việc chỉ ra vai trò kép của tiên nghiệm truyền sóng (vừa định hướng vật lý vừa có thể gây sai lệch), nhóm tác giả đề xuất RadioDecomp – phương pháp coi mô hình nền tảng dựa trên tiên nghiệm là có thể hiệu chỉnh và học các sai khác thông qua tinh chỉnh phần dư (residual refinement), với hai biến thể RadioFR và RadioLSR cho hiệu năng vượt trội trên nhiều cấu hình và môi trường khác nhau.

Nghiên cứu giới thiệu lý thuyết nhận dạng tác vụ và thuật toán thời gian đa thức cho phép khám phá bản thể học nhiệt động lực học (thermodynamic ontology) từ các thí nghiệm có kiểm soát ẩn danh. Phương pháp tự động tách biệt các biến dung độ và cường độ từ hỗn hợp cảm biến tuyến tính chưa biết, khôi phục ghép cặp đối ngẫu qua tiếp xúc nhiệt và kiểm chứng thế năng lõm toàn cục. Nghiên cứu xác lập giới hạn quan sát lý thuyết nghiêm ngặt và đã được xác thực thành công trên mô hình lý thuyết lẫn 6 chất lưu thực nghiệm từ NIST WebBook.

Nghiên cứu giải quyết bài toán khi nào robot gặp sự cố nên tự chẩn đoán, kiểm tra cảm biến khác hay nhờ con người can thiệp. Nhóm tác giả xây dựng benchmark mô phỏng có kiểm soát rò rỉ dữ liệu và phát hiện cảm biến lực đạt độ chính xác chẩn đoán 0.99, vượt trội hoàn toàn so với camera (dưới 0.55). Thử nghiệm trên 6 mô hình Vision-Language (VLM) mã nguồn mở cho thấy hành vi của chúng phụ thuộc vào bề mặt prompt chứ không phải bằng chứng (thay đổi thứ tự lựa chọn làm tỷ lệ từ chối giảm từ 78-100% xuống 0-6%), và độ tự tin tự công bố không phản ánh tính chính xác. Đưa dữ liệu lực dạng văn bản giúp mô hình vượt baseline. Nghiên cứu kết luận quyết định hỏi người cần gắn liền với độ chính xác đo lường thực tế và chi phí cụ thể thay vì độ tự tin của mô hình.

Touvigation là hệ thống hỗ trợ rảnh tay giúp người khiếm thị và thị lực kém tìm và lấy đồ vật trong môi trường trong nhà xa lạ. Bằng cách kết hợp mô hình thị giác - ngôn ngữ (VLM) với mô hình hóa không gian cục bộ liên tục, Touvigation cung cấp chỉ dẫn độ trễ thấp bám sát chuyển động cơ thể qua 4 giai đoạn: định hướng, bước đi, vươn tay và kiểm tra xúc giác. Thử nghiệm trên 12 người dùng cho thấy hệ thống đạt tỷ lệ thành công 100%, vượt xa trợ lý MLLM thông thường (58%) và tìm kiếm không trợ giúp (85%), đồng thời tối ưu thời gian và giảm tải nhận thức.

Bài viết thảo luận về việc kiểm toán ngăn xếp Wi-Fi mã nguồn đóng của chip ESP32-C6 và chỉ ra rằng các công cụ AI đang phá vỡ quy trình phối hợp công bố lỗ hổng (coordinated disclosure) truyền thống. Mặc dù trích đoạn chưa cung cấp chi tiết kỹ thuật của từng lỗ hổng, nội dung cho thấy AI đang tăng tốc đáng kể khả năng dịch ngược và phát hiện lỗi trong firmware nhúng, khiến thời gian phản ứng và vá lỗi của nhà sản xuất không bắt kịp.

Nghiên cứu đánh giá kỹ thuật tăng cường biểu diễn nhãn (label-wording augmentation) trên mô hình cross-encoder Ru-Jev (307M tham số). Việc huấn luyện nhãn dưới nhiều dạng diễn đạt bề mặt giúp tăng độ chính xác lên tới 0.24 trên các từ vựng mới như thuật ngữ vay mượn, tiếng lóng văn phòng và tên phòng ban. Tuy nhiên, phương pháp này hoàn toàn không cải thiện hiệu năng đối với từ viết tắt và mã định danh ẩn (opaque codes), đồng thời làm tăng các lỗi dự đoán sai nhưng tự tin cao khi số lượng nhãn ứng viên mở rộng lên 18.

Nghiên cứu giới thiệu KGN (Knowledge-Guided Neighborhood Graph Construction), phương pháp hiệu chỉnh khoảng cách embedding bằng mức độ chia sẻ các bộ ba Knowledge Graph (KG) để tái tạo đồ thị top-k láng giềng mà không cần nhãn lớp. Ngoài ra, tác giả đề xuất IDProfile (IDP) giúp phân loại các trường hợp sai lệch còn lại giữa biểu diễn và nhãn. Kết quả trên 8 tập dữ liệu văn bản và hình ảnh cho thấy KGN cải thiện đáng kể chỉ số NMI và LT_2D so với baseline kNN, đặc biệt hiệu quả trên các encoder có chất lượng ban đầu thấp.

Nghiên cứu giới thiệu WeGenEditBench (bộ chuẩn gồm 2.740 trường hợp đánh giá và 148 loại tác vụ chỉnh sửa ảnh) và WeGenEvoStudio (harness đa tác tử phục vụ tự cải tiến đệ quy - RSI). Phương pháp tiếp cận dùng checklist phân rã yêu cầu thành các tiêu chí nguyên tử để trừ điểm và thu thập bằng chứng lỗi, từ đó hướng dẫn tạo dữ liệu và tinh chỉnh mô hình có mục tiêu. Kết quả đánh giá cho thấy GPT-Image-2 dẫn đầu về chỉnh sửa ảnh đơn, Seedream-5.0-Pro dẫn đầu về chỉnh sửa ảnh nhiều văn bản; đồng thời harness giúp FLUX.2 [dev] và Qwen-Image-Edit-2511 nâng cao đáng kể hiệu năng trên các mục tiêu được chọn.

Nghiên cứu khảo sát việc sử dụng công nghệ theo dõi ánh mắt (eye tracking) như một phương pháp đánh giá bổ trợ cho độ chân thực trực quan của video do AI tạo ra. Nhóm tác giả thực hiện 2 thử nghiệm Visual Turing Test trên 90 người tham gia, thu thập 4.286 lượt đo hợp lệ trên 438 video và phát hiện mẫu hình ánh mắt tương quan chặt chẽ với đánh giá chủ quan. Dựa trên kết quả này, phương pháp GazeEval được đề xuất để dự đoán độ chân thực từ dữ liệu mắt nhìn với độ chính xác 71,3%, đồng thời bộ dữ liệu được công bố rộng rãi để phục vụ nghiên cứu tiếp theo.

Nghiên cứu giới thiệu LongChang, một khung thử nghiệm tự động đánh giá khả năng tự do khám phá và phát hiện các định luật vật lý bị biến đổi của LLM trong thế giới mô phỏng. Kết quả thử nghiệm trên 12 mô hình cho thấy chỉ có GPT-6-Astra đạt tỷ lệ phát hiện 16,7%, trong khi 11 mô hình còn lại đạt 0%, phản ánh hạn chế lớn của LLM hiện nay trong việc phát hiện dị thường và tự rút ra quy luật mới mà không có sự định hướng từ con người.

Nghiên cứu giới thiệu thuật toán xấp xỉ lặp chính sách (approximate policy-iteration) cho các trò chơi ngẫu nhiên quan sát một phần có tổng bằng không trên horizon hữu hạn (finite-horizon zs-POSGs). Thay vì tối ưu hóa và xấp xỉ toàn bộ hàm giá trị trung tâm trên không gian chiếm dụng nhiều chiều như các bộ giải point-based hiện có, phương pháp duy trì và cập nhật đồng thời chính sách của các người chơi dọc theo quỹ đạo chiếm dụng bằng cập nhật thận trọng (conservative updates). Mỗi cập nhật sử dụng một siêu phẳng hỗ trợ đơn sinh bởi chính sách chung hiện tại, kết hợp cải thiện cục bộ và khám phá liên tục để tập trung tài nguyên tính toán vào những vùng dễ bị khai thác, giúp cải thiện tỷ lệ đánh đổi giữa thời gian chạy và tính dễ bị khai thác ở các horizon lớn so với PBVI, HSVI và CFR+.

Nghiên cứu đánh giá mô hình khuếch tán mặt nạ dạng khối (Block-based Masked Diffusion - BD) thay thế cho mô hình tự hồi quy (AR) trong xử lý hồ sơ bệnh án điện tử theo chiều dọc (longitudinal EHR) trên tập dữ liệu MIMIC-IV. BD tạo ra sự đánh đổi rõ ràng giữa chất lượng và hiệu quả: cấu hình khối nhỏ (B=8) đạt tốc độ suy luận nhanh hơn khoảng 1,43 lần trong khi vẫn duy trì chất lượng biểu diễn lâm sàng tương đương AR khi kiểm thử bằng frozen linear probe. Mặc dù chất lượng sinh chuỗi (generative rollout) của BD vẫn thấp hơn AR và việc tăng số bước khử nhiễu đem lại lợi ích giảm dần, nghiên cứu khẳng định BD là hướng tiếp cận khả thi, tiết kiệm tài nguyên tính toán cho mô hình hóa EHR.

AutoTarget là phương pháp tự động lựa chọn tensor tối ưu để cache trong các mô hình Diffusion Transformer (DiT) số bước ít (few-step) sau chưng cất (step distillation). Khi số bước lấy mẫu giảm, khoảng cách giữa các bước lớn hơn khiến việc tái sử dụng tensor dễ gây sai số. AutoTarget giải quyết vấn đề này bằng cách đo lường sai số từ các lần chạy mẫu không cache, từ đó xác định mục tiêu cache tối ưu tương ứng với từng mô hình, độ phân giải và bộ giải (solver như Euler). Phương pháp giúp giảm số lần tính toán DiT và dung lượng bộ nhớ cache lưu trữ mà vẫn giữ chất lượng tạo ảnh/video tương đương bản gốc không cache, đã được kiểm chứng trên PixArt-LCM và FLUX.1-schnell.

MoSAR (Mixture of Semantic Attention Regimes) là cơ chế attention mới giúp giải quyết nút thắt độ phức tạp bậc hai của dense self-attention bằng cách mô hình hóa tương tác attention dưới dạng bài toán hình học tự học từ dữ liệu. Thay vì áp đặt mẫu thưa cố định, MoSAR dùng các bộ định tuyến query/key điều kiện hóa theo đầu vào để chọn tổ hợp giữa các chế độ chú ý ngắn, trung bình và toàn cục. Trên mô hình đối chứng 500M tham số, MoSAR cho perplexity tốt hơn dense RoPE ở ngữ cảnh huấn luyện, vượt trội ALiBi khi ngoại suy độ dài và duy trì chất lượng ổn định khi rời rạc hóa top-1 routing phục vụ suy luận chi phí thấp.

Nghiên cứu giới thiệu CROSS-MAP, một khung làm việc hai chiều giải quyết thách thức bảo mật suy luận khi dùng API LLM thông qua cơ chế tách rời ngữ nghĩa (semantic decoupling). Bằng cách dùng mô hình cục bộ chuyển đổi văn bản nhạy cảm sang miền ngữ nghĩa khác trước khi gửi API và khôi phục kết quả sau đó, phương pháp bảo toàn cấu trúc suy luận, giảm thiểu nguy cơ bị tái tạo dữ liệu gốc và duy trì hiệu năng vượt trội so với các baseline.

Nghiên cứu đề xuất thuật toán A²ODA (Adaptive Accelerated Optimistic Dual Averaging) cho bài toán tối ưu hóa lồi không ràng buộc trong hình học p-chuẩn (p thuộc [2, vô cùng]). Phương pháp loại bỏ line-search, sử dụng kỹ thuật chọn bước nhảy qua mô hình chặn dưới afin tổng hợp, duy trì cấu trúc cập nhật đơn giản tương đương trường hợp Euclidean và đạt tốc độ hội tụ tiệm cận tối ưu dưới điều kiện trơn cục bộ.

Nghiên cứu thiết lập giới hạn lý thuyết thông tin phổ quát về sự đánh đổi giữa độ tin cậy (reliability) và độ an toàn (safety) trong AI, được xác định bởi tham số Kh đo lường năng lực phân biệt dữ liệu lành tính và nguy hại của lớp ẩn. Sử dụng mô hình máy Boltzmann và phương pháp nhóm tái chuẩn hóa (renormalization group), tác giả mô tả động học tái chuẩn hóa tham số trong chưng cất tri thức (knowledge distillation) đơn và đa thế hệ, qua đó phát hiện cấu trúc điểm cố định và dự báo chuyển tiếp tới hạn giữa mất mát năng lực và truyền tải an toàn ổn định.

Nghiên cứu định nghĩa và đo lường 'sự tò mò của mô hình' (model curiosity) - khả năng LLM chủ động đặt câu hỏi nhận thức để làm rõ lỗ hổng kiến thức, giả định và các phương án thay thế. Khảo sát trên 4 tập dữ liệu cho thấy loại câu hỏi này hiện rất hiếm (17-28%) nhưng kích thích người dùng đào sâu vấn đề, đặc biệt hữu ích trong tư vấn, sáng tạo và nghiên cứu.

Nghiên cứu đề xuất quy trình đánh giá truy xuất nhận biết bằng chứng (evidence-aware) cho hệ thống RAG lâm sàng về quản lý tổn thương tuyến vú, giải quyết vấn đề điểm số truy xuất phụ thuộc vào độ phủ của nhãn ground-truth. Thử nghiệm trên tập ngữ liệu gồm 18 tài liệu và 18 câu hỏi kết hợp dense embeddings, BM25 và cross-encoder reranking với nhiều kích thước chunk. Kết quả cho thấy hybrid retriever với chunk 384 token và overlap 20% đạt hiệu năng cao nhất (Recall@3, R-Precision, MRR@3, nDCG@3 đều đạt 0.94). Việc bổ sung nhãn bằng chứng mở rộng giúp ghi nhận đầy đủ bằng chứng thu hồi mà không làm thay đổi thứ hạng xếp hạng của hệ thống.