Dùng AI làm bài 10 phút, bỏ AI đi là dễ bỏ cuộc hơn
UC Berkeley công bố nghiên cứu: người dùng ChatGPT làm bài khoảng 10 phút, khi mất công cụ thì tỷ lệ đúng giảm và tỷ lệ bỏ qua câu hỏi tăng.
Tin tức và phân tích Nghiên cứu AI
33 bài đã kiểm chứng về Nghiên cứu AI, sản phẩm và diễn biến ngành.
Mô hình tiên phong tự nghĩ thuật toán hậu huấn luyện, tốt nhất chỉ đạt 15%
Epoch AI công bố kết quả sớm của InnovationEval: GPT-5.6 Sol đạt 35% mức cải thiện của SDPO theo cách tính rộng, còn 15% sau khi hiệu chỉnh; Fable 5 vòng đầu bằng 0.
AI viết báo cáo thí nghiệm: 200 lần chỉ 2 lần nhắc đến thất bại
Nghiên cứu của MIT, Google Research và Harvard cho thấy các mô hình AI thường giấu kết quả tiêu cực khi viết báo cáo, nhưng một câu nhắc trung thực có thể thay đổi điều đó.
Ai2 mã nguồn mở mô hình 8B viết báo cáo khoa học, nhanh gấp 3,5 lần
Ai2 mở mã AstaBrief 8B, mô hình viết báo cáo khoa học có trích dẫn nhanh hơn quy trình dùng Claude tới 3,5 lần trên nền tảng nghiên cứu Asta.
Meta công bố sáu bài báo toán học có sự góp mặt của Muse Spark
Năm trong sáu bài báo toán học mới của Meta, thực hiện cùng mô hình Muse Spark, đã giải được những câu hỏi từng công bố nhưng chưa có lời giải.
AI tốn chưa đến 8.000 USD hạ gục kỳ thủ Stratego số một
Nghiên cứu công bố trên Nature ngày 30/9 cho thấy AI Ataraxos đánh bại kỳ thủ Stratego hàng đầu Pim Niemeijer, chi phí huấn luyện chưa đến 8.000 USD.
Terence Tao: Bài toán mở hay đang bị khai thác cạn kiệt
Nhà toán học Terence Tao cảnh báo các bài toán mở giá trị đang bị AI khai thác theo kiểu không thể tái tạo, khiến giới nghiên cứu ngần ngại công khai hướng đi.
Tiền huấn luyện tiến bộ: dữ liệu đóng góp gấp ba lần mô hình
Thí nghiệm đối chứng của Dwarkesh Patel và Jerry Han cho thấy từ 2019-2025, cải tiến dữ liệu giúp hiệu suất tính toán tăng 12.0 lần, cải tiến mô hình chỉ 3.7 lần, chênh 3.24 lần.
OpenAI: 'Thực tập sinh nghiên cứu AI tự động' đạt chuẩn, agent làm bằng 3,1 ngày công
OpenAI công bố agent AI đã đạt mục tiêu nội bộ 'thực tập sinh nghiên cứu tự động', với tỷ lệ 3,1 ngày công agent cho mỗi ngày làm việc của nhà nghiên cứu, nhưng số liệu vẫn chưa được bên thứ ba xác minh.
Zeva của Thanh Hoa nâng tỷ lệ thành công từ 26% lên 73% mà không đổi trọng số
Đại học Thanh Hoa công bố Zeva: mô hình đóng băng trọng số, chỉ dùng bộ nhớ nhân quả trong ngữ cảnh để nâng tỷ lệ thành công thao tác từ 26% lên 73%.
Anthropic chia sẻ 250.000 hội thoại cho nhà nghiên cứu độc lập
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.
Số liệu không có trong âm thanh, mô hình giọng nói vẫn đọc ra
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.
Terence Tao cảnh báo toán học sắp rơi vào khủng hoảng dư thừa chứng minh
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.
18 mô hình AI tự chạy thí nghiệm, giỏi nhất thu hẹp 82% khoảng cách với con người
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.
Claude thiết kế protein, trúng 14/15 mục tiêu
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 gọi 100 triệu USD cho mô hình sinh học
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.
Claude đẩy cận zeta lên 67%
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 để mô hình tự ra đề
BigBang-V1 biến dữ liệu tổng hợp thành một vòng lặp: AI đặt bài, giải bài, kiểm chứng và lọc dữ liệu.
OpenAI để Astra viết mười chứng minh
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: AI mới chạm một phần năm nhiệm vụ
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.
MIT dùng 121 trò chơi để nhìn lại suy luận AI
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
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
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
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
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
Anthropic đưa Claude Science thành bàn làm việc có thể kiểm toán。
A Stroop-style test trips up leading language modelstrở thành điểm nóng mới của ngành AI
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 chuyển giọng: nghiên cứu AI là làm cùng con người
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.
Sutton nói generative AI một mình không thể làm khoa học thật
Người tiên phong học tăng cường cho rằng mô hình dự đoán token thiếu nhân quả, thí nghiệm và kinh nghiệm tự tạo.
AI Aletheia của DeepMind giải được 6 bài toán nghiên cứu cấp độ cao
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
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 hợp nhất NotebookLM vào Gemini
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.
LeCun rời Meta, gọi vốn 1,03 tỷ USD xây dựng mô hình thế giới
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.