23 bài đã kiểm chứng về Nghiên cứu AI, sản phẩm và diễn biến ngành.
Anthropic mở dữ liệu sử dụng Claude cho Stanford, Oxford và METR phân tích độc lập, kèm kiểm toán quyền riêng tư từ Imperial College London; hơn một nửa hội thoại liên quan tác vụ có hậu quả thực sự.
Thử nghiệm của Hume AI trên 11 mô hình ASR cho thấy điểm WER thấp nhất thường trùng với tỷ lệ lặp lại lỗi văn bản tham chiếu cao nhất, đặt câu hỏi về cách chọn mô hình giọng nói cho sản xuất.
Trong bài viết dài 12 trang trên arXiv, Terence Tao cảnh báo: khi AI giải một chứng minh nghiên cứu chỉ tốn vài trăm đô, toán học đang chuyển từ khan hiếm sang dư thừa chứng minh.
Prime Intellect cho 18 mô hình AI tự chạy 153 thí nghiệm nanoGPT: mô hình tốt nhất thu hẹp 82% khoảng cách với con người, nhưng chưa ai đưa ra phương pháp mới.
Anthropic công bố thử nghiệm: Claude thiết kế phân tử gắn kết cho 15 mục tiêu protein, tỷ lệ trúng vượt xa mức trung bình ngành, chỉ dùng mô hình hội thoại thông thường.
Aureka Biotechnologies huy động 100 triệu USD vòng Series B để huấn luyện mô hình nền tảng sinh học và củng cố vòng phản hồi thí nghiệm.
Anthropic nói một bản Claude nghiên cứu chưa phát hành đã nâng cận dưới liên quan tới nghiệm zeta Riemann từ 41,6% lên 67,2%.
BigBang-V1 biến dữ liệu tổng hợp thành một vòng lặp: AI đặt bài, giải bài, kiểm chứng và lọc dữ liệu.
OpenAI dùng Astra để công bố mười kết quả toán học và khoa học máy tính lý thuyết, kèm bài báo 249 trang, chứng chỉ Lean và bản ghi lập luận.
Google ATLAS phân tích 14,65 triệu tương tác Gemini và cho thấy AI đã lan rộng, nhưng mức tự động hóa công việc vẫn còn nông.
Nghiên cứu trên Nature của MIT, Cambridge, Princeton và các cộng sự cho thấy con người hiểu trò chơi mới bằng mô phỏng nhanh, nông và có mục tiêu hơn là tìm kiếm sâu.
Oak Lab đặt mục tiêu 20 watt cho tác nhân học liên tục. Bài viết tóm lược các dữ kiện đã kiểm chứng và ý nghĩa vượt ra ngoài một thông báo riêng lẻ.
GPT-5.6 đưa ra một chứng minh lý thuyết đồ thị. Bản địa hóa ngắn gọn các dữ kiện đã kiểm chứng và tín hiệu ngành phía sau.
ICML 2026 trao hai giải cao nhất cho nghiên cứu khuếch tán được biên tập lại cho độc giả công nghệ Việt Nam, giữ nguyên các số liệu và điểm cần kiểm chứng.
Anthropic ra mắt Claude Science cho phòng thí nghiệm. Bài viết tóm lược các điểm chính, số liệu quan trọng, phản hồi doanh nghiệp và ý nghĩa với thị trường hoặc quản lý.
Anthropic đưa Claude Science thành bàn làm việc có thể kiểm toán。
Diễn biến này cho thấy cạnh tranh AI không chỉ nằm ở mô hình hay công cụ, mà còn ở vốn, triển khai với khách hàng và năng lực ứng phó quy định.
OpenAI nói tự động hóa toàn bộ không phải tương lai họ muốn, chuyển từ ngôn ngữ nhà nghiên cứu AI tự chủ sang làm song hành với con người.
Người tiên phong học tăng cường cho rằng mô hình dự đoán token thiếu nhân quả, thí nghiệm và kinh nghiệm tự tạo.
Aletheia, AI toán học mới nhất của DeepMind, đã giải được 6 trong số 10 bài toán nghiên cứu chưa công bố từ thử thách FirstProof, với 5 lời giải được đánh giá có thể công bố ngay sau khi chỉnh sửa nhỏ.
World Labs của Fei-Fei Li đẩy mạnh trí tuệ không gian. Bài viết tóm tắt thông báo, bối cảnh chiến lược và rủi ro thực tế với người dùng hoặc doanh nghiệp liên quan.
Google đã ra mắt tính năng Notebooks trong Gemini, tích hợp trực tiếp NotebookLM vào luồng làm việc chính của trợ lý AI, đồng thời kết nối Deep Research để quản lý tri thức cá nhân.
Yann LeCun thành lập AMI Labs, huy động 1,03 tỷ USD vòng hạt giống, định giá 3,5 tỷ USD, để phát triển AI dựa trên kiến trúc JEPA thay vì dự đoán token như LLM.