Rohan Paul@rohanpaul_aiAgents that explored widely before tackling hard cases averaged 74.54% on 4 tasks, versus 56.50% whe…
DịchRSIAgent sử dụng chiến lược học tập theo lộ trình: khám phá rộng trước khi đi sâu vào các trường hợp khó, giúp tăng tỷ lệ thành công từ 56,5% lên 74,54% so với cách tiếp cận trực tiếp.
Perplexity giới thiệu kỹ thuật OPSD kết hợp tinh chỉnh từ chối lấy mẫu, sử dụng dữ liệu từ các phiên làm việc thực tế của Perplexity Computer (chạy trên GLM 5.2) để giúp AI tự rút kinh nghiệm từ những lỗi sai.
Thêm 1 nguồn khác đưa tinX: Aravind Srinivas (Perplexity CEO) (@AravSrinivas)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.
Lingchu giải quyết triệt để vấn đề lệch pha giữa hành động của con người và robot thông qua việc kiểm soát nghiêm ngặt chất lượng dữ liệu huấn luyện.
MemBodied là cơ chế bộ nhớ tình huống cố định giúp các mô hình VLA duy trì trạng thái liên kết và các điểm neo bối cảnh, thay thế việc chồng chéo dữ liệu quan sát lịch sử thô.
Hugging Face chia sẻ hướng dẫn chi tiết cách chuyển đổi mô phỏng cánh tay robot SO-101 sang MJWarp, giúp tận dụng sức mạnh GPU để chạy song song 2048 môi trường, tối ưu hóa hiệu suất học máy.
Bài báo tổng hợp các phương pháp đưa định luật vật lý vào thuật toán học máy, giúp robot cải thiện khả năng suy luận, tính minh bạch và hiệu quả học tập trong môi trường thực tế đầy thách thức.
ra mắt mô hình Psi-R2.5, thay đổi cách huấn luyện robot bằng cách sử dụng dữ liệu cặp (Pair Data) chất lượng cao, cho phép robot học kỹ năng mới chỉ qua một lần quan sát mà không cần tái huấn luyện.
ImIR sử dụng các vector hướng dẫn liên tục từ chính ảnh bị hỏng để điều khiển mô hình Qwen-Image-Edit, cho phép phục hồi đa tác vụ chỉ với một adapter duy nhất được huấn luyện siêu tốc.
Các nhà nghiên cứu tận dụng kho dữ liệu video khổng lồ từ internet để huấn luyện robot, giúp sai số giảm dần theo quy luật lũy thừa khi quy mô dữ liệu tăng lên.
ALPINE là kiến trúc phân loại ảnh siêu nhẹ, đạt độ chính xác vượt trội so với các mô hình truyền thống như MAML hay Prototypical Networks dù sử dụng ít tham số hơn tới 53% và hội tụ nhanh hơn.
Ovis-Embedding là mô hình nhúng đa phương thức tiên tiến, tích hợp văn bản, hình ảnh, video và âm thanh vào một không gian biểu diễn chung nhờ kiến trúc backbone thống nhất và phương pháp huấn luyện tập trung vào dữ liệu chất lượng cao.
Francois Chollet@fcholletThe tweet below got enormous pushback at the time I posted it, more than 5 years ago. But this predi…
DịchFrançois Chollet khẳng định dự đoán từ 5 năm trước của ông đang dần trở thành hiện thực: trong 10-20 năm tới, các ngành như vật lý, hóa học, y học sẽ phụ thuộc hoàn toàn vào mô phỏng, dữ liệu lớn và học máy, biến chúng thành các phân nhánh của khoa học máy tính.
DAIR.AI@dair_aiCool paper showing how effective tuning a system prompt for an agent can be. Recommended paper if y…
DịchEvolveTrade sử dụng một AI độc lập để liên tục tinh chỉnh câu lệnh hệ thống (system prompt) dựa trên hiệu suất giao dịch thực tế. Phương pháp này giúp các mô hình AI tự động điều chỉnh chiến lược, tăng cường khả năng phân tích dữ liệu và cải thiện đáng kể lợi nhuận so với các prompt cố định.
Nghiên cứu giới thiệu phương pháp PP-S và PP-TS giúp đánh giá chính xác hiệu suất AI trên các nhóm dữ liệu nhỏ, khắc phục hạn chế của việc thiếu nhãn dán và tối ưu hóa quy trình kiểm chứng mô hình.
CARE là khung làm việc mới giúp các mô hình VLA tự nhận diện và sửa lỗi khi thực thi nhiệm vụ, bằng cách tổng hợp các tình huống thất bại và lập kế hoạch điều chỉnh theo thời gian thực.
Harness-Zero giới thiệu phương pháp 'agent-as-harness' giúp chuyển giao hành vi tối ưu từ các khung làm việc phức tạp trực tiếp vào trọng số mô hình, giúp AI duy trì hiệu suất cao ngay cả khi không còn phụ thuộc vào khung hỗ trợ.
GameHorizon Suite cung cấp bộ dữ liệu AAA khổng lồ với 5.000 giờ chơi, kèm theo công cụ tự động gắn nhãn và hệ thống đánh giá toàn diện, mở ra kỷ nguyên mới cho AI trong game.
HuRo là phương pháp mới giúp chuyển đổi video hành động của con người thành dữ liệu điều khiển robot, tạo ra tập dữ liệu khổng lồ với 630.000 tập mẫu để huấn luyện các mô hình VLA hiệu quả hơn.
RRSI giải quyết vấn đề quá tải khi AI Agent tự cải tiến bằng cách sử dụng cơ chế kiểm soát ngân sách thời gian, bộ lọc phê bình và công cụ cắt tỉa để đảm bảo các thay đổi thực sự hiệu quả trên nhiều tác vụ khác nhau.
Rohan Paul@rohanpaul_aiNew Harvard + MIT + other labs paper shows a cleaner path to self-improving financial AI: let the …
DịchCác nhà nghiên cứu giới thiệu FINSKILLOPS, hệ thống cho phép AI học hỏi từ lỗi sai trong phân tích tài chính thông qua cơ chế kiểm thử hồi quy nghiêm ngặt, giúp chuyển đổi RAG tĩnh thành hệ thống tự học bền vững.
DAIR.AI@dair_aiNice paper showing a better way to evolve agent skills. And they achieve 40-70% less token cost com…
DịchSkillLift sử dụng tiêu chuẩn đánh giá học được để xếp hạng các gợi ý kỹ năng, giúp giảm 40-70% chi phí tự tiến hóa cho AI Agent mà vẫn vượt trội hơn các phương pháp hiện có trên hàng trăm tác vụ.
Clément Delangue (Hugging Face CEO)@ClementDelangueMost companies that shut down give up their impact. This startup did something much better: they ope…
DịchStartup Eidon AI vừa chia sẻ 1.274 giờ dữ liệu video từ góc nhìn người thứ nhất, ghi lại 13.451 tác vụ hàng ngày nhằm thúc đẩy sự phát triển của cộng đồng robot học.
Rohan Paul@rohanpaul_aiA 4B coding agent reached 61.5% on SWE-bench Verified without frontier-model distillation by combini…
DịchFrogNano là mô hình AI chuyên biệt cho lập trình với kích thước nhỏ gọn 4 tỷ tham số, gây ấn tượng mạnh khi đạt hiệu suất 61.5% trên bộ kiểm chuẩn SWE-bench Verified thông qua phương pháp huấn luyện tổng hợp tác vụ trực tuyến.
Cal-OPD giải quyết vấn đề mô hình học sinh vô tình học phải các sai lệch nội tại của giáo viên trong quá trình chưng cất (distillation), bằng cách tách biệt và loại bỏ các nhiễu này để cải thiện khả năng suy luận.
Code2Skill là quy trình tự động giúp AI học kỹ năng từ hàng triệu kho lưu trữ GitHub, biến mã nguồn thành các thao tác có thể thực thi và kiểm chứng, giúp AI mở rộng khả năng vượt xa kinh nghiệm sẵn có.
Thêm 1 nguồn khác đưa tinX: DAIR.AI (@dair_ai)
Ma Dongxi NLP@dongxi_nlpTuần này nổi bật với hai nghiên cứu quan trọng: Story Imprinting giúp AI học đặc điểm từ nhân vật con người và JEPA-Anything, mô hình dự đoán đa môi trường đầy tiềm năng.
StudentSim tạo ra các bản sao kỹ thuật số của học sinh để cung cấp phản hồi nhanh, giúp AI gia sư học tập hiệu quả hơn. Hệ thống này vượt trội hơn cả GPT-5.4o trong việc mô phỏng lỗi sai và dự đoán hành vi học tập thực tế.
karminski@karminski3Tác giả chỉ ra Jev gặp vấn đề nghiêm trọng về khả năng khái quát hóa trong giao dịch chứng khoán, đồng thời khẳng định độ trễ 70ms là quá chậm để thực hiện giao dịch tần suất cao (HFT) hiệu quả.
Dream-RSI cho phép các tác nhân AI cải thiện hiệu suất bằng cách phân tích lại lịch sử tìm kiếm cũ để thử nghiệm các chiến lược thay thế, mà không cần can thiệp vào mô hình gốc.
AK@_akhaliqJEPA-Anything Learning Predictive Models across Different Worlds paper: https://huggingface.co/pap...
DịchJEPA-Anything giới thiệu phương pháp học mô hình dự đoán linh hoạt, cho phép AI hiểu và dự đoán các trạng thái trong nhiều môi trường khác nhau một cách hiệu quả.
Hệ thống TACLS sử dụng học máy và dữ liệu vệ tinh để xác định sớm các khu vực có nguy cơ lũ quét, giúp cơ quan khí tượng đưa ra cảnh báo nhanh chóng và chính xác hơn để bảo vệ tính mạng người dân.
RetireOPD giới thiệu cơ chế tự động loại bỏ giáo viên khi học sinh đạt ngưỡng hiệu suất, giúp tối ưu hóa quá trình huấn luyện tác nhân thông qua việc kết hợp học tăng cường và chưng cất chính sách.
When2Think là khung huấn luyện hậu kỳ giúp mô hình AI tự nhận diện độ khó của câu hỏi để phân bổ tài nguyên tính toán linh hoạt. Phương pháp này giúp giảm 27,9% lượng token tiêu thụ mà vẫn tăng đáng kể độ chính xác trên các bài toán khó như AIME.
Nghiên cứu giới thiệu JEPA-Anything, khung mô hình thế giới dựa trên phân tách dự đoán trực giao (OPF), có khả năng ứng dụng linh hoạt từ thị giác máy tính, y sinh đến vật lý và dự báo thời tiết.
EvoSkill-GUI giới thiệu khung làm việc cho phép các tác nhân AI tự động tinh chỉnh và tiến hóa kỹ năng dựa trên phản hồi thực tế khi thao tác với giao diện người dùng, giúp xử lý linh hoạt các thay đổi bất ngờ mà không cần huấn luyện bổ sung.
Nghiên cứu giới thiệu Infinite-Parameter LLM, sử dụng siêu mạng để tạo trọng số từ dữ liệu thực tế thay vì lưu trữ cố định. Phương pháp này giúp mô hình liên tục cập nhật kiến thức vào trọng số, tối ưu hóa bộ nhớ và duy trì thông tin xuyên suốt các phiên hội thoại.
AIOps ứng dụng AI và học máy để tự động hóa việc phát hiện lỗi, phân tích nguyên nhân gốc rễ và xử lý sự cố IT, giúp giảm thiểu thời gian chết và áp lực cho đội ngũ vận hành.
XConf là phương pháp ước tính độ tin cậy mới, không chỉ dựa vào suy luận hiện tại mà còn truy xuất các bài học từ những trải nghiệm giải quyết vấn đề trong quá khứ để đánh giá chính xác hơn khả năng thành công của mô hình.
ComPO là phương pháp căn chỉnh LLM mới sử dụng cơ chế so sánh thay vì tối ưu hóa hàm mất mát trực tiếp, giúp cải thiện hiệu suất trên các dòng mô hình như Llama và Qwen.