AI Brief — Today

Anthropic đưa ra cảnh báo rằng họ đang tiến rất gần đến khả năng RSI (Recursive Self-Improvement - tự cải tiến đệ quy), cho phép AI có năng lực tự xây dựng và nâng cấp chính nó.

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.

Theo nghiên cứu được Reuters trích dẫn, các mô hình AI của Anthropic đang có tốc độ cải thiện nhanh gần gấp đôi nhờ việc tận dụng chính AI để hỗ trợ trong quá trình nghiên cứu và phát triển.

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.

Modelpeers là nền tảng feed tự động theo dõi các thay đổi về changelog, deprecation, status và bảng giá của các mô hình AI và AI agent từ các nhà cung cấp lớn. Công cụ ra đời nhằm giải quyết vấn đề gián đoạn dịch vụ thực tế (như sự cố 48 giờ do Claude 3 Haiku bị dừng hỗ trợ hoặc lỗi tham số API). Hệ thống định kỳ quét các trang tài liệu, kiểm tra diff bằng hai mô hình AI và thông báo đến người dùng qua feed hoặc digest, hiện đã ghi nhận khoảng 400 thay đổi và cảnh báo 12 đợt ngừng dịch vụ sắp tới từ OpenAI.

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.

Bộ Tư pháp Mỹ (DOJ) vừa phơi bày thủ đoạn tội phạm sử dụng AI để tạo ra các 'sinh viên ma' (ghost students), tự động hoàn thành khóa học trực tuyến nhằm chiếm đoạt hàng triệu USD tiền vay sinh viên. Kẻ gian đã tự động hóa việc học và làm bài kiểm tra để duy trì điều kiện giải ngân hỗ trợ tài chính.

CLARA là khung làm rõ dựa trên nhận thức dành cho robot và mô hình thị giác-ngôn ngữ lớn (LVLM), giúp chủ động tương tác và đặt câu hỏi để chuyển đổi các yêu cầu mơ hồ (như 'dọn phòng') thành hướng dẫn sắp xếp chi tiết theo sở thích người dùng. Hệ thống tích hợp mô hình diffusion để sinh ảnh mô phỏng kết quả cuối cùng, làm cơ sở xác nhận trực quan từ người dùng trước khi tiến hành thực thi vật lý.

Qodo tích hợp tri thức doanh nghiệp và tiêu chuẩn lập trình vào Codex nhằm mở rộng ngữ cảnh cho AI code review, giúp lập trình viên phát hiện sớm các lỗi mức P0 trên toàn bộ repository trước khi mở Pull Request.

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 khảo sát toàn diện về vai trò của đồ thị trong việc hỗ trợ hệ thống LLM ở kỷ nguyên agentic, từ suy luận cấu trúc, truy xuất tri thức đến tổ chức phụ thuộc thực thi và điều phối đa agent. Tác giả đề xuất hệ thống phân loại vai trò - vị trí (role-locus taxonomy) ở cấp độ thao tác, xây dựng khung đánh giá hệ thống (benchmark, chi phí, chẩn đoán quy trình) và chỉ ra các thách thức lớn như tính toán thích ứng, bảo trì bộ nhớ và phục hồi lỗi theo phụ thuộc.

Datasette Agent phát hành phiên bản 0.5a0 với tính năng mới 'panel', cho phép khung chat agent mở song song bên cạnh các trang Datasette (bảng dữ liệu, truy vấn). Khi kết hợp cùng datasette-apps, người dùng có thể tạo và tùy chỉnh ứng dụng dựa trên cơ sở dữ liệu trực tiếp từ giao diện chat.

LoRAForge là hệ thống tối ưu hóa phục vụ Multi-LoRA thông qua việc đồng thiết kế nén adapter hậu kỳ và thực thi chuyên biệt theo rank. Với giải pháp FlashTSQR giúp tăng tốc tạo nhân tử lên tới 2,28x và cơ chế phân bổ ngân sách năng lượng phổ (LoRAForge-S), hệ thống giữ lại chỉ khoảng 7,7% tham số adapter mà điểm số chỉ giảm tối đa 1,2/100 trên 85 adapter Qwen/Llama, đồng thời tăng 1,17x–1,22x thông lượng token trên cả GPU NVIDIA và AMD.

Báo cáo từ Wiz cho biết ít nhất 9 nền tảng dành cho nhà phát triển AI đã bị tấn công xâm nhập trong tháng 10, gióng lên hồi chuông cảnh báo lớn về bảo mật hạ tầng và chuỗi cung ứng công cụ AI.

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.

OpenAI công bố bài báo nghiên cứu LifeVal nhằm thiết lập khung đánh giá hiệu năng của các mô hình AI trên các tác vụ agentic mang tính cá nhân hóa dành cho người tiêu dùng.

LegalEvolver là khung tối ưu hóa truy vấn dành cho các tác tử dự đoán phán quyết pháp lý (LJP). Thay vì tạo truy vấn trực tiếp từ yêu cầu ban đầu dễ bỏ sót các tình tiết pháp lý cốt lõi, LegalEvolver tối ưu câu truy vấn mầm bằng heuristic, tổng hợp kinh nghiệm thành các tiêu chuẩn đánh giá (rubrics) và dùng học tăng cường định hướng bởi rubric để tự tiến hóa qua nhiều vòng, giúp vượt qua giới hạn năng lực ban đầu.

Nghiên cứu giới thiệu OSGR (Observation-Support Graph Reasoning), một framework hai giai đoạn giải quyết bài toán hỏi đáp địa lý trên kho lưu trữ quan sát Trái Đất (EO) dưới ràng buộc không-thời gian nghiêm ngặt. Bằng cách tách biệt việc tìm kiếm thành suy luận khái niệm ký hiệu offline (dựa trên Observation-Support Graph) và định vị có điều kiện quan hệ online (sử dụng spatiotemporal compatibility kernels), OSGR giải quyết triệt để lỗi không gắn kết được dữ liệu quan sát và hiện tượng bùng nổ không gian tìm kiếm của LLM agent. Thử nghiệm trên Earth-Bench và DisasterM3-Reason cho thấy OSGR nâng độ chính xác của GPT-4o từ 49.3% lên 63.7% và giảm tỷ lệ bước thực thi từ 2.9 xuống 2.5.

Bài báo giới thiệu Message-Passing Graph Persistence (MGP), phương pháp bổ sung bộ mô tả tô-pô kết hợp truyền tin vào quá trình lọc đồ thị nhằm vượt qua giới hạn biểu diễn 1-WL của GNN truyền thống, giúp embedding học được đồng thời với sự kiện đồng hóa bền vững (persistent homology).

Daybreak Red hiện đã khả dụng tại AWS GovCloud (US-East), mang mô hình GPT-5.6 Cyber đến các khách hàng được phê duyệt qua Amazon Bedrock phục vụ công tác an ninh mạng được ủy quyền.

Bài báo tầm nhìn lập luận rằng học phân tán và căn chỉnh phi tập trung cần trở thành mô hình cốt lõi trong giai đoạn post-training của LLM thay vì chỉ là phần bổ trợ riêng tư. Phản bác giả định gom dữ liệu preference tập trung của RLHF/DPO, tác giả đưa ra ba trụ cột (chủ quyền dữ liệu, tính đa nguyên đại diện, độ bền vững quy mô) cùng các định hướng giải quyết thách thức kỹ thuật như reference drift và đánh đổi DP-utility.

Therapy-FIS là bộ dữ liệu công khai đầu tiên phục vụ đánh giá tự động Kỹ năng Tương tác Cá nhân (Facilitative Interpersonal Skills - FIS) trong tâm lý trị liệu. Bộ dữ liệu tích hợp tín hiệu hình ảnh khuôn mặt, âm thanh và văn bản từ 890 video phản hồi của nhà trị liệu đối với 8 tình huống bệnh nhân mô phỏng chuẩn hóa, đi kèm nhãn 8 thang điểm FIS và điểm tổng thể. Nhóm tác giả cũng thiết lập benchmark với hai tác vụ đánh giá hiệu suất và đề xuất mô hình baseline DyadicFIS đạt điểm CCC macro cao nhất (0.2807 và 0.3299).