AI Brief — Today

Nghiên cứu phát hiện hiện tượng 'Evidence Bypass' trong On-Policy Distillation (OPD): dù cải thiện độ chính xác câu trả lời trên tài liệu gốc (+3,4% trên QASPER với Qwen3-4B), OPD lại làm giảm khả năng bám sát bằng chứng khi tài liệu bị can thiệp thay đổi nội dung (-5,3% độ chính xác phản thực tế, tăng bypass 15,7%). Để khắc phục, nhóm tác giả đề xuất Evidence-Paired OPD (EP-OPD) sử dụng cặp tài liệu đối ứng kèm hàm margin loss, giúp khôi phục 54-66% độ suy giảm phản thực tế mà vẫn bảo toàn 80-85% mức tăng độ chính xác gốc.

Nghiên cứu giới thiệu phương pháp luận kết hợp mô hình thay thế (neural network ensembles) thích ứng và thiết kế ngược dựa trên mô phỏng cho thiết bị tạo giọt vi lưu (microdroplet generator). Bằng cách khai thác dữ liệu từ mô phỏng Volume-of-Fluid (VoF) độ chính xác cao và lượng hóa độ bất định nhận thức (epistemic uncertainty), nhóm nghiên cứu xác định độ bất định tập trung chủ yếu ở ranh giới chuyển tiếp chế độ dòng chảy. Chiến lược bổ sung mô phỏng nhắm mục tiêu vào các vùng nhạy cảm này kết hợp thuật toán Tối ưu hóa bầy đàn (PSO) giúp tăng gần gấp đôi tỷ lệ dự đoán chính xác cao (sai số 0-3%) và giảm mạnh chi phí điện toán khi thiết kế cấu hình vi lưu đạt kích thước giọt mong muốn.

Nghiên cứu giới thiệu kỹ thuật mã hóa SAT mới cho chuỗi ràng buộc At-Most-K dạng bậc thang (Ladder AMK). Bằng cách phân tách chuỗi ràng buộc thành các khối riêng biệt, mã hóa từng khối bằng Sequential Counter và liên kết các khối liền kề bằng các mệnh đề tương đương, phương pháp giúp giảm đáng kể số biến và mệnh đề sinh ra. Đây là nghiên cứu đầu tiên đề xuất mã hóa SAT cho Ladder AMK với k > 1, cho hiệu năng vượt trội hơn các bộ giải BDD, Constraint Programming (CP) và Mixed Integer Programming (MIP) trên hai bài toán tổ hợp thực tế là Anti-bandwidth và Nurse Rostering.

AceAction (AceAction-5M) là bộ dữ liệu gameplay 3D từ người chơi phục vụ nghiên cứu mô hình Vision-Language-Action (VLA), tập trung vào việc học cách kết hợp kỹ năng và chuyển đổi mục tiêu phụ (subgoals). Dữ liệu tổ chức theo nhiệm vụ hoàn chỉnh, đồng bộ chỉ dẫn phân cấp đa tầng với quan sát thị giác và thao tác chuột/bàn phím. Quy trình sử dụng pipeline VLM tự động để nhận diện mục tiêu, neo mốc điều hướng và đạt tỷ lệ kiểm định chính xác 95,8% trên 500 quỹ đạo qua đánh giá độc lập.

BLPO (Beyond-Local Policy Optimization) là phương pháp tối ưu hóa chính sách RL từng bước cho LLM agent thực hiện các tác vụ dài hạn. Thay vì bị giới hạn bởi số lượng rollout ít ỏi trong từng tác vụ riêng lẻ, BLPO ước lượng lợi thế tiến độ tác vụ bằng cách chia sẻ kinh nghiệm giữa các tác vụ và các bước cập nhật huấn luyện. Bằng cách trừu tượng hóa hành động theo chức năng, tóm lược tiền tố quỹ đạo và lưu trữ lợi nhuận trong bộ nhớ toàn cục có trọng số tin cậy, BLPO giúp mô hình 1.5B và 7B trên ALFWorld và WebShop nâng cao tỷ lệ thành công, rút ngắn quỹ đạo và hội tụ nhanh hơn mà không cần mạng critic hay tăng chi phí rollout.

FPTR (Feasibility-Preserving Transactional Refinement) là phương pháp tối ưu hóa phân bổ tài nguyên và búp sóng (beam) trong mạng không dây với ràng buộc thời hạn nghiêm ngặt (< 100 ms). Hệ thống luôn duy trì một giải pháp khả thi hợp lệ (incumbent) và tinh chỉnh qua 4 giai đoạn độc lập: ứng viên mới chỉ thay thế incumbent nếu hoàn chỉnh, vượt qua kiểm định tính khả thi trước hạn cutoff và cải thiện hiệu năng. Thử nghiệm cho thấy FPTR tăng lưu lượng truyền tải 1.79% - 8.35% so với các giải thuật heuristic phổ biến (GA, SA, Tabu, ALNS) và đạt độ tin cậy 100% khả thi trong giới hạn thời gian.

Bài viết từ IEEE Spectrum thảo luận việc AI đang buộc ngành công nghệ phải thanh toán món nợ kỹ thuật tích tụ suốt 40 năm qua, đặc biệt là các lỗ hổng bảo mật lâu đời trong mã nguồn di sản (như PHP/shell). Khả năng rà quét và khai thác tự động của AI khiến việc tiếp tục trì hoãn sửa lỗi hệ thống cũ trở thành rủi ro an ninh khẩn cấp.

Cycle WAM là mô hình thế giới hành động (World Action Model) mới giải quyết vấn đề thiếu nhất quán nhân quả giữa hành động robot và hệ quả hình ảnh. Bằng cách kết hợp đồng huấn luyện chuyển đổi hai chiều và hàm mục tiêu tái tạo chu trình khả vi (cycle-reconstruction objective), mô hình hỗ trợ cả forward và inverse dynamics, tận dụng tối đa pretrained video priors, đồng thời đạt hiệu năng SOTA trên LIBERO-Pro và cải thiện vượt trội trên DROID.

PRIME là tầng quyết định 'plug-and-play' giúp chuyển đổi phản hồi thành hành động sửa đổi tối ưu cho các hệ thống sinh ý tưởng khoa học bằng LLM. Nhằm giải quyết hiện tượng 'lệch pha chẩn đoán - can thiệp' (diagnosis-intervention mismatch) khi việc sửa đổi cục bộ tại vị trí phát hiện lỗi không mang lại ý tưởng tốt hơn, PRIME vận hành qua 3 bước: quy gán cấu trúc (Structural Attribution) trên chuỗi vấn đề - giả thuyết - giải pháp, định tuyến phản thực tế (Counterfactual Routing) qua các mô phỏng rollout nhẹ, và thực thi can thiệp (Intervention Execution) với các ràng buộc bảo toàn chặt chẽ. Kết quả trên 4 bộ benchmark cho thấy PRIME cải thiện vượt trội chất lượng ý tưởng kế nhiệm và độ tin cậy định tuyến.

Bài báo trình bày phương pháp thực chiến nhằm xác thực và xử lý lỗi độ chính xác cho trình biên dịch XLA:TPU của Google ở quy mô siêu lớn. Giải pháp kết hợp fuzzing (tổng hợp lẫn vết thực thi production), quy trình phân tích sai khác phân tầng để bóc tách đồ thị lớn tới từng phép toán lỗi trong kernel gộp, cùng bầy tác tử AI tự động tạo stress test, tái hiện lỗi và soạn bản vá. Hệ thống đã giải quyết thành công hơn 142 lỗi trình biên dịch trong môi trường production.

CellCanon là mô hình thế giới tế bào dạng tác tử đầu tiên hợp nhất dự đoán biểu hiện gen đơn bào, giải thích dựa trên bằng chứng nguồn và cập nhật theo quan sát thực nghiệm. Nhờ trạng thái thế giới dùng chung và tái sử dụng bằng chứng sinh học, mô hình cải thiện 63,3% AUPRC và 17,3% Macro-F1 biểu hiện vi sai trên 339 điều kiện SciPlex3, đồng thời giảm hơn 98-99% lượng token LLM so với phương pháp suy luận từng gen và cập nhật hiệu quả từ dữ liệu đo mới mà không cần đổi trọng số.

Phân tích ngữ nghĩa bằng Codex trên 8 năm dữ liệu 'Who\'s Hiring?' của Hacker News (đến tháng 10/2026) cho thấy sự biến động mạnh của thị trường: AI/ML hiện có mặt trong 50% bài đăng tuyển dụng (tăng từ 17% năm 2019); vai trò Frontend lao dốc từ 16% xuống 3%; nhu cầu kỹ sư cấp Staff tăng gấp 3,6 lần; trong khi vị trí tuyển dụng Junior suy giảm nghiêm trọng khi chỉ còn 41 bài đăng trong năm 2026 (so với 163 bài năm 2019).

SeqoFlow là framework runtime mới giúp tối ưu hóa và lập lịch đồng thời cho các truy vấn ngữ nghĩa kết hợp giữa xử lý quan hệ và toán tử LLM trên dữ liệu phi cấu trúc. Để giải quyết tính biến động động ở cả cấp độ liên truy vấn (thay đổi lưu lượng, tài nguyên) và nội bộ truy vấn (chi phí, độ chọn lọc thay đổi theo batch), SeqoFlow phân rã truy vấn thành các đơn vị batch mịn để thích ứng kế hoạch an toàn, kết hợp cơ chế ước tính đầu cơ nhẹ chi phí runtime nhằm loại bỏ sự phụ thuộc vòng giữa lập lịch và tối ưu hóa kế hoạch thực thi, từ đó giảm đáng kể độ trễ end-to-end.

Mã độc mới trên Windows ứng dụng trí tuệ nhân tạo để phân tích và xếp hạng tài sản của nạn nhân bằng cách gửi dữ liệu bị đánh cắp tới mô hình Claude. Payload có khả năng xây dựng đánh giá mục tiêu tùy chỉnh, tự động chuyển đổi mô hình AI nếu bị từ chối hoặc bỏ qua bước AI, đồng thời tự xóa dấu vết sau khi hoàn tất.

Nghiên cứu đề xuất khung học máy lai kết hợp đặc trưng có khả năng giải thích nhằm dự đoán các sự kiện an toàn trong giai đoạn hạ cánh từ dữ liệu bay đa biến bị mất cân bằng nghiêm trọng. Hệ thống kết hợp sai số tái tạo liên tục từ LSTM Autoencoder (huấn luyện trên dữ liệu bay chuẩn) cùng các đặc trưng thống kê lịch sử bay, sau đó đưa vào bộ phân loại XGBoost có gán trọng số lớp để phân biệt các trạng thái Normal, Speed High, Path High và Flaps Late. Đánh giá trên 53.750 cửa sổ tiếp cận từ tập dữ liệu NASA DASHlink tại 3 sân bay cho thấy mô hình đạt macro recall trung bình trên 0,90, vượt trội hơn các phương pháp chỉ dùng sai số tái tạo hoặc hard-gate, đồng thời chứng minh mô hình chuyên biệt hóa theo sân bay tối ưu cho nơi nhiều dữ liệu và mô hình gộp tối ưu cho nơi ít dữ liệu.

DeepMem là kiến trúc mô hình ngôn ngữ mức byte đa quy mô có tính nhân quả, giải quyết bài toán chi phí tính toán cao bằng cách tách biệt nén ngữ nghĩa khỏi việc bảo toàn byte chính xác. Kiến trúc sử dụng biến đổi dải con khả nghịch học được, bộ nhớ trọng số nhanh và trạng thái chia sẻ lặp tại điểm nghẽn nén, kết hợp bộ giải mã siêu phân giải dựa trên attention. DeepMem đạt hiệu năng vượt trội so với Transformer mức byte tương đương trên FineWeb-Edu, PG19, FLORES và cải thiện PIQA, đồng thời giảm khoảng 7.600 lần FLOPs tại điểm nghẽn suy luận.

FlowTranslator là khung dịch máy trong ảnh (IIMT) không cần huấn luyện (training-free), kết hợp OCR và LLM để sinh prompt rồi đưa vào mô hình Text-to-Image diffusion. Bằng cách áp dụng hai cơ chế kiểm soát quỹ đạo Region Coupling Release (RCR) và Coupling Expansion (CE), hệ thống dịch và tái tạo văn bản tự nhiên, giữ nguyên ngữ cảnh hình ảnh và vượt qua mô hình có huấn luyện UniTranslator.

ChatGPT và Codex đang được ứng dụng để hỗ trợ kỹ sư tăng tốc các quy trình kỹ thuật cho thế giới vật lý, bao gồm thiết kế CAD, thiết kế bo mạch PCB, mô phỏng kỹ thuật và nhiều luồng công việc phần cứng khác.

Latent Sparse Attention (LSA) là phương pháp chú ý thưa hiệu quả giúp duy trì độ chính xác ở ngữ cảnh siêu dài (>1M token) bằng cách phân cụm phân cấp các key trong không gian tiềm ẩn đã học, giúp query chấm điểm theo cụm thay vì từng key riêng lẻ. Nghiên cứu giới thiệu hai biến thể: Distilled-LSA (D-LSA) áp dụng cho mô hình pre-trained qua chưng cất và Native-LSA (N-LSA) huấn luyện trực tiếp qua next-token loss. Trên GLM-5.3-FLASH (QWEN-3.8-27B) ở 10M token, D-LSA tăng tốc một lớp attention lên 22,7x (72,4x) khi prefill và 4,6x (42,5x) khi decode so với sparse (full) attention gốc mà vẫn giữ độ chính xác; N-LSA đạt chất lượng tương đương full attention với tốc độ huấn luyện nhanh hơn 1,6x/layer ở 128k token.

CHARM+ (Cross-Hardware Attention with Re-Merge Multistream Mechanism) là cơ chế attention phân tán mới giải quyết điểm nghẽn giao tiếp và mất cân bằng băng thông của Ring-Attention trên các kiến trúc phần cứng lai (cross-hardware như NUMA hoặc multi-node). Bằng cách tổ chức lại truyền thông theo nhiều cấp độ để tối đa hóa chồng lấp tính toán - truyền thông và tách biệt giao tiếp liên phần cứng khỏi nội bộ, CHARM+ đạt tốc độ vượt trội so với Ring-Attention: tăng tốc 1.3x-1.7x trên dual-NUMA PCIe và 2.8x-2.9x trên dual-node NVLink.

Images 2.6 ra mắt với khả năng sinh ảnh nhanh hơn, hỗ trợ tạo ảnh động GIF, cải thiện độ chính xác khi chỉnh sửa và cung cấp các tùy chọn điều khiển API mới trên ChatGPT, Codex và API.

Library of Layers (LoL) là kiến trúc mạng nơ-ron mới cho phép mô hình Transformer sắp xếp động thứ tự các layer tại thời điểm suy luận tùy theo ngữ cảnh đầu vào. Thay vì giữ nguyên chuỗi layer cố định, LoL dùng một thư viện chung các khối Transformer và thống nhất sự đánh đổi giữa tái sử dụng tham số và tính thưa (sparsity) của các kiến trúc Dense, Depth-recurrent và MoE. Nghiên cứu chứng minh LoL đạt hiệu năng tương đương các baseline, có khả năng tự thay đổi chiến lược giải toán (Sudoku, mê cung), thích ứng theo ngôn ngữ, hỗ trợ can thiệp luồng định tuyến và cho phép dùng probe trên router để phát hiện nội dung không an toàn với độ chính xác cao.

Nghiên cứu giới thiệu OC-OPD (Observation-coordinated On-Policy Distillation), một phương pháp chưng cất tri thức on-policy kết hợp đồng thời ưu điểm của reverse KL và forward KL. Bằng cách thiết lập ma trận bốn quan sát giữa học sinh và giáo viên cùng cơ chế thương lượng nghiệm đóng (closed-form bargaining) để phối hợp gradient dựa trên ma trận Fisher, OC-OPD tìm được hướng tối ưu chung giúp cải thiện mạnh mẽ khả năng suy luận toán học, hỏi đáp khoa học và sinh mã nguồn trên nhiều dạng mô hình học sinh khác nhau.

AutoAnalysis là hệ thống meta-analysis tự động và tự cập nhật nhằm đánh giá hiệu quả phối hợp giữa con người và AI dựa trên 1.955 kích thước hiệu ứng từ 420 nghiên cứu. Kết quả chỉ ra rằng dù kết hợp Người + AI vượt trội hơn con người làm việc đơn lẻ, phương án này lại kém hơn đáng kể so với kết quả tốt nhất của con người hoặc AI khi hoạt động độc lập. Nghiên cứu chỉ rõ sự khác biệt giữa việc nâng cao hiệu suất cá nhân và việc tạo ra sức mạnh cộng hưởng thực sự, đặt ra yêu cầu phải đánh giá hiệu quả hợp tác đối chuẩn với cả hiệu suất riêng lẻ của con người lẫn AI.