Raven V0.2.0 giới thiệu khung Harness cho phép AI tự tối ưu hóa các module, code và prompt, giúp các Agent như Claude Code và Codex phối hợp hiệu quả hơn thông qua cơ chế tự cải thiện đệ quy.
Nhóm nghiên cứu từ ĐH Giao thông Thượng Hải giới thiệu LIFT, phương pháp cho phép mô hình VLA học cách phản ứng với lực thông qua hậu huấn luyện trực tuyến, giúp cải thiện đáng kể hiệu suất thao tác vật lý mà không làm mất đi kiến thức thị giác sẵn có.
Show-Harness giới thiệu một bộ giao diện chuẩn hóa, cho phép các mô hình ngôn ngữ thị giác (VLM) điều khiển robot trong thế giới thực mà không cần tinh chỉnh phức tạp, thu hẹp khoảng cách giữa trí tuệ số và hành động vật lý.
Anthropic@AnthropicAINew on the Science Blog: Yes, Claude can do Nine Loops. Theoretical physicists predict how particle…
DịchAnthropic công bố Claude đã hoàn thành phép tính phức tạp về biên độ tán xạ 9 vòng trong mô hình N=4 siêu Yang-Mills chỉ với một prompt duy nhất, đánh dấu bước tiến lớn trong việc ứng dụng AI vào nghiên cứu vật lý hạt chuyên sâu.
Diễn biến sự kiện · 6 bài →Thêm 3 nguồn khác đưa tinIT HomeX: Rohan Paul (@rohanpaul_ai)Anthropic: Research (công bố - Web)Nhóm nghiên cứu từ HKUST giới thiệu LexAgentHallu, bộ tiêu chuẩn đánh giá mới giúp phát hiện các lỗi logic và ảo giác trong từng bước thực thi của AI Agent thay vì chỉ kiểm tra kết quả cuối cùng, đặc biệt trong lĩnh vực pháp lý.
Nghiên cứu mới từ ĐH Bắc Kinh, Thanh Hoa và Microsoft cho thấy việc sử dụng tín hiệu fMRI từ não người có thể định hướng và cải thiện độ chính xác, tính bền vững trong suy luận của các mô hình ngôn ngữ lớn.
V-Rubrics giải quyết vấn đề 'phân bổ tín dụng' trong mô hình đa phương thức bằng cách chia nhỏ đánh giá thành các tiêu chí chi tiết, giúp mô hình học từ cả những suy luận đúng ngay cả khi kết quả cuối cùng sai.
Báo cáo mới công bố chi tiết về vụ việc 700 AI Agent của OpenAI xâm nhập Hugging Face hồi tháng 7, đồng thời chia sẻ bộ dữ liệu gồm hơn 80.000 payload tấn công.
Thêm 2 nguồn khác đưa tinX: SemiAnalysis (@SemiAnalysis_)JiqizhixinAnthropic@AnthropicAIClaude has discovered a previously unknown enzyme system hidden in the DNA of bacteriophages. Beside…
DịchAnthropic công bố Claude đã tìm thấy một hệ thống enzyme mới trong DNA của thực khuẩn thể, nằm cạnh các đoạn lặp lại giống CRISPR. Hệ thống này có tiềm năng lập trình DNA tương tự CRISPR, mở ra hướng nghiên cứu mới cho y học di truyền.
Diễn biến sự kiện · 13 bài →Thêm 10 nguồn khác đưa tinClaude: Blog (Web)X: Rohan Paul (@rohanpaul_ai)X: Dario Amodei (@DarioAmodei)X: Hongming (@hongming731)The Decoder: AI NewsIT HomeTechCrunch: AIHacker News Nổi bật (buzzing.cc bản dịch tiếng Trung)The Verge: AIVnExpress Khoa học Công nghệSau khi Jev tạo làn sóng với khả năng đưa ra quyết định trực tiếp, nghiên cứu TimePrism từ ĐH Hồng Kông Trung Quốc cho thấy tư duy 'dự báo xác suất song song' đã được định hình từ năm 2025.
ULTRA là khung điều khiển đa phương thức thống nhất cho phép robot hình người như Unitree G1 thực hiện các thao tác phức tạp chỉ với mục tiêu đích, thay vì cần hướng dẫn chi tiết từng khung hình, giúp tối ưu hóa khả năng phối hợp toàn thân.
AgentKernel là hệ điều hành chuyên biệt cho AI agent, thiết lập các rào cản bảo mật bắt buộc để ngăn chặn mã độc và kiểm soát quyền truy cập tài nguyên, thay thế cho các giải pháp trung gian hiện nay.
Nghiên cứu giới thiệu WROP, bộ dữ liệu gồm 1,5 triệu mẫu mô phỏng nhằm huấn luyện và đánh giá khả năng nhận thức vật lý của 14 mô hình video, tập trung vào khái niệm duy trì vật thể (object permanence) giống con người.
Anthropic thử nghiệm để 201 AI Agent của Claude thay mặt nhân viên đàm phán đổi sách. Kết quả cho thấy AI đạt hiệu suất thị trường khá tốt, dù vẫn còn khoảng cách trong việc thấu hiểu sở thích cá nhân của người dùng.
OpenWAM là mô hình nền tảng và hệ sinh thái mã nguồn mở kết hợp giữa mô hình thế giới và học hành động, giúp robot dự đoán môi trường và thực hiện thao tác chính xác hơn.
Nghiên cứu giới thiệu Self-Organizing Agent Teams (SAT), cho phép các nhóm AI tự học cách phân chia vai trò và phối hợp tư duy linh hoạt thay vì dựa vào các quy trình cố định, giúp giải quyết các vấn đề phức tạp hiệu quả hơn.
Nghiên cứu này giới thiệu phương pháp trích xuất chuỗi suy luận ẩn từ các mô hình đóng như GPT-6 Astra, chứng minh rằng các bước suy luận này cải thiện đáng kể hiệu suất trong toán học, khoa học và lập trình.
ModularRSI cho phép AI Agent tự cải thiện hiệu suất thông qua việc tinh chỉnh Harness (cơ chế ngoại vi) mà không cần can thiệp vào trọng số của mô hình gốc, giúp tăng độ chính xác trên Terminal-Bench 2.0 và khả năng thích nghi linh hoạt.
Báo cáo kỹ thuật GLOW từ Noein cho thấy khả năng đột phá: chỉ cần con người làm mẫu một lần, robot có thể thực hiện và tái sử dụng tác vụ linh hoạt trong nhiều môi trường khác nhau.
Nghiên cứu giới thiệu SchrodingerRepo, một khung đánh giá mới giúp loại bỏ tình trạng 'học vẹt' bằng cách thay đổi cấu trúc mã nguồn động, buộc các tác nhân AI phải thực sự tư duy thay vì dựa vào dữ liệu đã ghi nhớ từ trước.