Hôm nay, bảng xếp hạng paper trên Hugging Face khá thú vị: có đủ từ AI agent tự cải tiến, LLM giáo dục, tracking cho embodied AI, đến mô hình diffusion cho ngôn ngữ, video extrapolation, và cả retrieval không còn chỉ tối ưu “độ liên quan”. Dưới đây là bản tổng hợp theo góc nhìn thực dụng: mỗi paper mình sẽ tóm tắt bài toán, ý tưởng, điểm mới, và ứng dụng thực tế.
Các hệ thống “deep research” hiện nay thường làm tốt ở một vòng truy vấn–tổng hợp, nhưng khó tự phát hiện điểm yếu của chính mình rồi cải thiện lặp đi lặp lại. Nói cách khác, agent biết tìm thông tin, nhưng chưa thật sự biết học cách nghiên cứu tốt hơn qua mỗi vòng.
AREX hướng đến một agent tự cải tiến đệ quy. Thay vì chỉ trả lời xong là kết thúc, agent có thể:
Điểm đáng chú ý nằm ở khái niệm recursively self-improving agent cho bài toán research. Thay vì tối ưu một pipeline tĩnh, paper nhấn mạnh cơ chế để agent tự sửa chính quy trình suy luận và thu thập thông tin. Đây là một bước gần hơn tới agent “biết làm việc” chứ không chỉ “biết trả lời”.
Phần lớn cộng đồng hiện tập trung vào huấn luyện/hậu huấn luyện mô hình trên stack NVIDIA CUDA. Điều này tạo ra phụ thuộc lớn vào một hệ sinh thái phần cứng duy nhất. Bài toán ở đây là: liệu có thể post-train các mô hình lớn theo kiểu full-parameter trên hạ tầng Ascend không?
SLAI T-Rex trình bày quy trình full-parameter post-training cho họ mô hình DeepSeek-V4 trên Ascend SuperPOD, tức là chứng minh tính khả thi của việc tinh chỉnh quy mô lớn ngoài hệ NVIDIA phổ biến.
Điểm mới không nhất thiết nằm ở kiến trúc model, mà ở hạ tầng và kỹ thuật huấn luyện thực dụng:
LLM cho giáo dục thường gặp vấn đề: trả lời nghe có vẻ đúng nhưng không bám sát chương trình học, cấp lớp, hay mối quan hệ tiên quyết giữa các kiến thức. Giáo dục K-12 đòi hỏi tính chuẩn hóa theo curriculum rất cao.
Paper xây dựng một knowledge graph căn chỉnh theo chương trình K-12