Toàn bộ tin AI · Thẻ “nghiên cứu AI” — Trang 21

27/08

Thứ Năm · 34 tin

09:18

Elvis Saravia@omarsar0

Nghiên cứuĐiểm AI 47/100

Recuris: Cơ chế 'kép' giúp AI thông minh hơn trong các tác vụ dài hạn

If you maintain a skill library for long-horizon agents, this one is worth your time. (bookmark it) …

DịchRecuris tối ưu hóa khả năng xử lý của AI bằng cách tách biệt bộ nhớ làm việc và bộ nhớ kinh nghiệm, giúp mô hình đưa ra quyết định dựa trên trạng thái nhiệm vụ thay vì lịch sử dữ liệu thô. Giải pháp này cải thiện đáng kể tỷ lệ thành công trên các tác vụ phức tạp và giảm tới 80% lỗi thường gặp.

AI Agents Bộ nhớ AI Nghiên cứu AI Tối ưu hóa mô hình

09:07

HuggingFace Daily Papers (bài nghiên cứu nổi bật của cộng đồng)

Nghiên cứuĐiểm AI 53/100

VBVR-Pro: Bộ công cụ suy luận thị giác nguyên bản có khả năng mở rộng và kiểm chứng

VBVR-Pro là nền tảng kiểm thử khép kín sử dụng tạo sinh hình ảnh làm phương tiện suy luận, giúp việc suy luận thị giác trở nên có thể huấn luyện và kiểm chứng. Hệ thống vượt trội hơn các mô hình VLM truyền thống nhờ cơ chế đánh giá dựa trên quy tắc xác định.

Suy luận thị giác AI tạo sinh Đa phương thức Nghiên cứu AI

08:15

Hugging Face Daily Papers

Nghiên cứuĐiểm AI 85/100

MemUse: Đánh giá bộ nhớ AI qua hội thoại tự nhiên thay vì chỉ hỏi đáp trực tiếp

Nghiên cứu chỉ ra rằng khả năng trả lời câu hỏi trực tiếp không phản ánh đúng sự hài lòng của người dùng. MemUse đề xuất phương pháp đánh giá mới dựa trên cách AI tích hợp ngữ cảnh quá khứ một cách tự nhiên vào hội thoại.

LLM Bộ nhớ AI Đánh giá mô hình Trải nghiệm người dùng

07:18

Rohan Paul@rohanpaul_ai

Nghiên cứuĐiểm AI 36/100

AutoSaddler: Khung tối ưu hóa tác nhân tự động với cơ chế chống thoái hóa

Automatically patching an agent's harness is easy; keeping the patches that help is the hard part. …

DịchAutoSaddler tự động tinh chỉnh prompt và công cụ từ các thất bại, nhưng chỉ áp dụng thay đổi giúp cải thiện hiệu suất thực tế. Nghiên cứu cảnh báo rằng nếu thiếu kiểm soát, việc tự động hóa có thể gây tác dụng ngược so với thiết kế thủ công.

AI Agent Tối ưu hóa Prompt Engineering Nghiên cứu AI

06:18

Rohan Paul@rohanpaul_ai

Hướng dẫnĐiểm AI 27/100

Đột phá: Hệ thống đa tác tử AI tự chủ thách thức giới hạn nghiên cứu toán học

Does giving research agents full autonomy add capability Cambridge, Hong Kong Univ and other labs f…

DịchNghiên cứu mới từ Cambridge và HKU cho thấy các tác tử AI tự chủ có thể tự đưa ra các chứng minh toán học vượt ngoài yêu cầu, thay đổi quan điểm cho rằng AI chỉ là công cụ hỗ trợ cần sự giám sát chặt chẽ.

AI tự chủ Toán học Nghiên cứu AI Đa tác tử

Thêm 1 nguồn khác đưa tin

05:18

Rohan Paul@rohanpaul_ai

Nghiên cứuĐiểm AI 36/100

Alibaba Scroll: Bước tiến mới trong quản lý ngữ cảnh cho mô hình lập trình

What if context management were a program the model writes rather than a rule your harness applies? …

DịchAlibaba giới thiệu Scroll, hệ thống quản lý ngữ cảnh thông minh chuyển đổi từ quyết định khi ghi sang truy vấn, giúp tối ưu hóa bộ nhớ cho mô hình Qwen3.8-Max. Giải pháp này đạt 73.1 điểm trên BEAM, vượt trội so với các hệ thống hiện có.

Alibaba Qwen Lập trình AI Quản lý ngữ cảnh

04:18

Rohan Paul@rohanpaul_ai

Nghiên cứuĐiểm AI 42/100

WebDev-Skills-Bench: Việc 'nhồi nhét' kỹ năng vào prompt thực tế làm giảm hiệu suất lập trình của AI

Attaching a skill file to every prompt in a coding session is usually a net loss. A skill file hur…

DịchNghiên cứu chỉ ra rằng việc đính kèm tài liệu kỹ năng vào prompt khiến hiệu suất lập trình giảm từ 1.3-4.2 điểm, đồng thời làm tăng chi phí token ít nhất 72%. Thay vì áp dụng đại trà, các nhà phát triển nên cân nhắc kỹ lưỡng việc sử dụng kỹ thuật này dựa trên từng tác vụ cụ thể.

AI Lập trình Prompt Engineering Nghiên cứu AI

03:18

Elvis Saravia@omarsar0

Nghiên cứuĐiểm AI 40/100

Meta^n: Phương pháp mới giúp AI tự cải tiến đệ quy vượt giới hạn cũ

Good read. Improving recursive self-improvement through emergent depth.

DịchMeta^n là phương pháp đột phá cho phép các tác nhân AI tự cải tiến thông qua đệ quy đầu vào thay vì sửa đổi cơ chế cốt lõi. Kỹ thuật này đã chứng minh hiệu suất vượt trội trên 8 bộ tiêu chuẩn, bao gồm cả ARC-AGI-2.

AI Tự cải tiến Meta-learning Nghiên cứu AI

Thêm 1 nguồn khác đưa tin

02:59

AK@_akhaliq

Nghiên cứuĐiểm AI 32/100

Khám phá toán học tự động trong môi trường đa tác nhân thế giới mở

Autonomous Mathematical Discovery in an Open-World Multi-Agent Environment paper: https://huggingfa...

DịchNghiên cứu giới thiệu phương pháp mới cho phép các hệ thống đa tác nhân tự động thực hiện các khám phá toán học trong môi trường thế giới mở đầy thách thức.

AI Toán học Đa tác nhân Nghiên cứu AI

02:44

DAIR.AI@dair_ai

Nghiên cứuĐiểm AI 35/100

Cùng sự kiệnMeta^n: Phương pháp đệ quy mới giúp AI tự cải tiến vượt qua 8 tiêu chuẩn đánh giá

Interesting new approach to recursive self-improvement in agents. Systems that add a meta-level hol…

DịchDAIR.AI giới thiệu Meta^n, phương pháp đệ quy giúp AI tự cải tiến mà không làm mất ổn định hệ thống. Kỹ thuật này vượt qua các mô hình tiền nhiệm trên 8 bộ benchmark và là phương pháp duy nhất đạt điểm dương trên ARC-AGI-2.

AI Meta-learning Tự cải tiến AGI

Cùng sự kiện, bài đại diện «Meta^n: Phương pháp mới giúp AI tự cải tiến đệ quy vượt giới hạn cũ»

00:30

Anthropic: Research (công bố - Web)

Nghiên cứuĐiểm AI 69/100

Tinh chọnAnthropic chia sẻ dữ liệu thực tế của Claude cho các tổ chức nghiên cứu độc lập

Anthropic đã cung cấp 250.000 đoạn hội thoại từ Claude cho các viện nghiên cứu tại Stanford, Oxford và METR thông qua công cụ bảo mật Anthropic Insights để phục vụ các nghiên cứu độc lập.

Anthropic Claude Nghiên cứu AI Dữ liệu AI

Vì sao đáng đọc: Đây là bước đi minh bạch quan trọng trong việc nghiên cứu hành vi AI, giúp cộng đồng học thuật tiếp cận dữ liệu thực tế mà vẫn đảm bảo quyền riêng tư.

00:28

Anthropic@AnthropicAI

Sản phẩmĐiểm AI 46/100

Anthropic lần đầu chia sẻ dữ liệu thực tế từ Claude cho giới nghiên cứu

For the first time, we've given external researchers a way to study AI's impacts using real, privacy…

DịchAnthropic chính thức cung cấp dữ liệu sử dụng Claude đã được ẩn danh cho các nhà nghiên cứu bên ngoài, nhằm thúc đẩy việc đánh giá tác động của AI một cách minh bạch và khách quan hơn.

Anthropic Claude Dữ liệu AI Nghiên cứu AI

26/08

Thứ Tư · 31 tin

23:44

DAIR.AI@dair_ai

Sản phẩmĐiểm AI 55/100

DAIR.AI ra mắt chuyên mục tuyển tập nghiên cứu AI hàng tuần

Introducing AI Papers of the Week: https://academy.dair.ai/papers We took the top AI papers of the …

DịchDAIR.AI vừa giới thiệu nền tảng tổng hợp các bài báo khoa học AI tiêu biểu trong 3 năm qua, hỗ trợ phân loại theo chủ đề và tích hợp tính năng trò chuyện trực tiếp với nội dung nghiên cứu.

Nghiên cứu AI DAIR.AI Tài liệu AI Công cụ học tập

23:18

Kim@kimmonismus

Hướng dẫnĐiểm AI 56/100

OpenAI dự kiến đạt AGI cuối năm 2026, ra mắt trợ lý nghiên cứu tự chủ Astra

OpenAI officially expects AGI by end of *this* year (2026) "Altman told me that OpenAI was "not qui…

DịchCEO Sam Altman kỳ vọng OpenAI sẽ sở hữu hệ thống AGI vào cuối năm 2026. Đồng thời, công ty đã phát triển Astra, một AI có khả năng tự thực hiện các nghiên cứu khoa học phức tạp, giúp rút ngắn thời gian làm việc từ hàng tuần xuống chỉ còn trong chốc lát.

OpenAI AGI Astra Sam Altman

Thêm 2 nguồn khác đưa tin

23:00

Hugging Face Daily Papers

Nghiên cứuĐiểm AI 85/100

SecOPD: Chống tấn công Prompt Injection bằng phương pháp chưng cất chính sách (On-Policy Distillation)

SecOPD giải quyết lỗ hổng Prompt Injection bằng cách cung cấp phản hồi ở cấp độ token thay vì toàn bộ chuỗi, giúp mô hình LLM nhận diện và từ chối các lệnh độc hại chính xác hơn so với các phương pháp tinh chỉnh truyền thống.

Bảo mật AI LLM Prompt Injection Nghiên cứu AI

22:48

Elvis Saravia@omarsar0

Nghiên cứuĐiểm AI 42/100

Nghiên cứu mới từ AWS: Định lượng 'thuế chuyển giao' khi điều phối các mô hình AI

Great new paper from AWS on agent handoff tax. If you build agents today, you need to understand th…

DịchAWS AI Labs giới thiệu khái niệm 'thuế chuyển giao', chỉ ra rằng việc nâng cấp từ mô hình yếu lên mạnh trong quá trình xử lý không bù đắp được hiệu suất như kỳ vọng nhưng lại tốn kém chi phí. Ngược lại, chiến lược hạ cấp mô hình mang lại sự cân bằng tối ưu hơn giữa chất lượng và chi phí.

AWS AI Agents Tối ưu chi phí LLM

22:15

Hugging Face Daily Papers

Nghiên cứuĐiểm AI 85/100

Giải mã hành vi Agent AI: Dự đoán lỗi và bước tiếp theo thông qua mô hình trạng thái hữu hạn

Nghiên cứu đề xuất chuyển đổi các chuỗi hành động phức tạp của LLM Agent thành mô hình trạng thái hữu hạn (FSM) nhỏ gọn, giúp dự đoán lỗi và bước tiếp theo chính xác hơn so với các phương pháp truyền thống.

LLM Agent Dự đoán lỗi FSM Kiểm soát AI

22:15

Hugging Face Daily Papers

Nghiên cứuĐiểm AI 85/100

AgentRoom: Giao thức cộng tác thời gian thực cho hệ thống đa tác nhân lập trình

AgentRoom giới thiệu giao thức cộng tác dựa trên CRDT, cho phép nhiều tác nhân AI cùng lập trình song song trên một không gian làm việc chung, khắc phục hạn chế về sự phối hợp và hiệu suất của các hệ thống hiện nay.

AI Agents Lập trình AI CRDT Phát triển phần mềm

21:18

Rohan Paul@rohanpaul_ai

Nghiên cứuĐiểm AI 35/100

Apodex 1.1: Đột phá mới khi biến môi trường thực thi thành không gian mở rộng cho AI Agent

A context window is a terrible place to store the state of an 80-minute agent run. One of the bette…

DịchApodex 1.1 thay đổi cách huấn luyện AI bằng cách tích hợp môi trường thực thi trực tiếp vào quy trình thay vì chỉ cung cấp công cụ. Phương pháp này giúp mô hình đạt hiệu suất vượt trội trên các bài kiểm tra khoa học và tài chính nhờ học từ toàn bộ quy trình làm việc thực tế.

AI Agent Apodex 1.1 Học máy Môi trường thực thi

21:07

ModelBest OpenBMB@OpenBMB

Nghiên cứuĐiểm AI 36/100

PACE-Bench: Đánh giá khả năng tự thích nghi mã nguồn của AI trong môi trường vật lý biến đổi

Executable Python code can define a vehicle that works on high-friction ground yet spins uselessly o…

DịchNhóm nghiên cứu từ Đại học Thanh Hoa giới thiệu PACE-Bench, bộ tiêu chuẩn đánh giá khả năng điều chỉnh mã nguồn của AI khi các thông số vật lý thay đổi đột ngột. Kết quả cho thấy việc phản hồi dựa trên mô phỏng thực tế hiệu quả hơn nhiều so với việc chỉ tăng cường khả năng suy luận.

AI Agents Đánh giá AI Nghiên cứu AI Thanh Hoa

16:25

IT Home

Hướng dẫnĐiểm AI 46/100

Nghiên cứu: Trẻ sơ sinh học ngôn ngữ hiệu quả vượt xa các chatbot AI hiện nay

Các nhà khoa học tại Stanford chỉ ra rằng trẻ em chỉ cần tiếp xúc với lượng từ vựng rất nhỏ đã có thể giao tiếp, trong khi AI cần khối lượng dữ liệu khổng lồ nhưng kết quả vẫn kém xa. Điều này đặt ra thách thức lớn cho việc phát triển AI chỉ dựa vào quy mô dữ liệu.

AI Ngôn ngữ Nghiên cứu AI LLM

15:48

Kim@kimmonismus

Nghiên cứuĐiểm AI 37/100

SWE Refactor Bench: Tỷ lệ thành công của AI khi tái cấu trúc toàn bộ mã nguồn chỉ đạt 5,4%

Coding agents can pass tests and still miss the task. In SWE Refactor Bench, 340 of 520 runs comple…

DịchEinsia ra mắt SWE Refactor Bench để kiểm tra khả năng chuyển đổi hệ thống (như C sang Rust) của AI. Kết quả cho thấy AI vẫn gặp khó khăn lớn với các tác vụ tái cấu trúc phức tạp, khi chỉ 5,4% thử nghiệm vượt qua được các tiêu chuẩn đánh giá khắt khe.

AI lập trình Tái cấu trúc mã Nghiên cứu AI SWE-Bench

15:15

Pandaily

Nghiên cứuĐiểm AI 75/100

Các nhà nghiên cứu NWPU huấn luyện AI xác định chính xác thời điểm cảm xúc đạt đỉnh

Nhóm nghiên cứu từ Đại học Bách khoa Tây Bắc (NWPU) đã xây dựng bộ dữ liệu đa phương thức chi tiết, giúp AI nhận diện chính xác từng giây khi cảm xúc thực sự bùng nổ.

AI Nhận diện cảm xúc Nghiên cứu AI Dữ liệu đa phương thức