🤗 Daily Hugging Face Paper Digest - 2026-08-13

Báo cáo được tạo tự động vào lúc 2026-08-14 10:08:01 bằng mô hình hermes-agent.

📰 Summary of Papers

---

1. OpenART: Scaling Agent Red Teaming via Open-Ended Environment Evolution (216 votes)

Tác giả: Yunhao Chen, Xin Wang, Yixu Wang, Yi Liu, Jie Li, et al.

Xuất bản lúc: 2026-08-01

Tag: Agent Red Teaming, LLM Agents, Environment Evolution, Safety Benchmark, Black-box Attack, MCP, Tool Use, Markov Hypergraph

I. Main Problem:

Các agent AI chạy trong môi trường bền vững (persistent): mỗi hành động qua tool lại sửa đổi chung một trạng thái được đọc và tái dùng xuyên suốt quy trình dài. Một thao tác có vẻ vô hại có thể gieo trạng thái tiềm ẩn lan truyền rồi bùng phát thành hành vi nguy hiểm rất lâu sau.

Các benchmark an toàn agent hiện tại còn ba lỗ hổng:

• chủ yếu đánh giá nhiệm vụ ngắn, tĩnh hoặc resettable, không đo được rủi ro tích lũy khi môi trường tiến hóa.
• giao diện gắn chặt với từng benchmark riêng → không so sánh được giữa các agent runtime khác nhau.
• ít khi kết hợp nhiều mặt tấn công trong cùng một kịch bản.

II. Main Idea:

OpenART coi chính môi trường có thể thực thi (không phải một prompt/task) là đơn vị cốt lõi của red teaming. Cách tiếp cận gồm 3 giai đoạn:

• Xây kịch bản dài hạn: sinh >10K kịch bản hợp lệ từ >500K Tools/MCPs/Skills, trải 50 lĩnh vực; mỗi task cần trung vị 97 lệnh tool. Mỗi kịch bản giữ cố định mục tiêu lành mạnh + hợp đồng an toàn ẩn.
• Chiếu sang nhiều agent: adapter nhẹ đưa cùng một kịch bản vào 15 agent triển khai × 5 mô hình nền = 75 cấu hình, qua 8 mặt tấn công gốc (workspace, instructions, Skills, Tools, MCPs, short/long-term memory, plan state).
• Tiến hóa môi trường có kiểm soát: giữ nguyên mục tiêu & evaluator, chỉ đổi trạng thái môi trường mà agent nhìn thấy, dựa trên phản hồi evaluator sau mỗi lượt.

EMHA (Evolutionary Markov Hypergraph Attack) là chính sách đen hộp cụ thể: mô hình hóa việc phối hợp chuyển trạng thái được phép như duyệt siêu đồ thị (hypergraph), dùng phản hồi để tinh chỉnh các bước chuyển tiếp tiếp theo — không cập nhật tham số.

Ví dụ đời thường: giống kẻ gian không đổi đề bài thi mà lén sắp xếp lại vật dụng trên bàn của người làm rồi rút bớt vài tờ hướng dẫn hợp lệ mỗi ngày; nhân viên vẫn làm đúng quy trình nhưng dần rơi vào bẫy vì môi trường xung quanh âm thầm biến đổi.

III. Main Results:

• Quy mô: 10K kịch bản hợp lệ, 50 lĩnh vực, >500K capabilities; độ chính xác 99.3% qua kiểm chứng chuyên gia; trung vị 97 tool calls/task.
• Strict ASR gộp = 85.0% trên 75 cấu hình agent–model với EMHA.
• Tiến hóa môi trường vượt tiến hóa chỉ lời thoại: lợi thế tăng từ 1.8–2.7% ở kịch bản đơn giản lên 17.2–17.6% ở kịch bản phức tạp nhất → độ phức tạp càng cao, tiến hóa trạng thái càng phơi bày lỗi an toàn.
• Biết danh tính agent mục tiêu giải thích thêm 7.6% biến thiên ASR sau khi đã khống chế mô hình nền và độ hoàn thành nhiệm vụ → cách triển khai runtime ảnh hưởng đáng kể đến an toàn.
• 8 vector tấn công gốc được đo đồng nhất; EMHA là policy tham chiếu, framework chấp nhận mọi chiến lược tìm kiếm đen hộp khác.

IV. Conclusion & Future Works:

OpenART dịch đơn vị đánh giá an toàn agent từ prompt đơn lẻ sang môi trường có thể thực thi và tiến hóa, cho phép so sánh kiểm soát giữa nhiều agent, mô hình, giao diện và mặt tấn công. Kết quả chỉ ra an toàn trong môi trường bền vững do cả độ phức tạp môi trường lẫn cách triển khai agent cùng quyết định. Hướng tương lai: mở rộng chính sách tiến hóa thích ứng khác ngoài EMHA, và nghiên cứu sâu hơn cơ chế tích lũy rủi ro dài hạn (safety-debt) trên các runtime thực tế.

V. Brainstorming Space:

1. Publish Papers:

1. Nghiên cứu cơ chế tích lũy nợ an toàn (safety-debt) dài hạn: đo lường cách các thay đổi trạng thái nhỏ cộng dồn qua hàng trăm lệnh tool rồi bùng phát thành vi phạm hợp đồng ở cuối chuỗi.
2. Thiết kế chính sách tiến hóa môi trường thích ứng thay thế EMHA (ví dụ học tăng cường đen hộp) và so sánh hiệu quả khai thác mặt tấn công trên 75 cấu hình.
3. Phân tích đóng góp riêng của runtime implementation vào an toàn agent để đề xuất chuẩn đánh giá độc lập với mô hình nền tảng.

2. Patent:

1. Công cụ kiểm thử an toàn cho trợ lý AI doanh nghiệp trên điện thoại/máy tính: tự động dựng kịch bản làm việc dài hạn (email, bảng tính, lịch) rồi lặng lẽ thay đổi quyền truy cập file và nội dung workspace qua nhiều bước để xem trợ lý có rò rỉ dữ liệu bảo mật hay không.
2. Hệ thống giám sát tuân thủ cho agent vận hành đám mây: giữ nguyên nhiệm vụ hợp lệ nhưng tiến hóa dần cấu hình dịch vụ (cấp quyền sai, đổi nhãn tài nguyên) nhằm phát hiện agent có tuân thủ hợp đồng an toàn khi môi trường xung quanh biến đổi.
3. Tính năng 'red-team mode' trong IDE tích hợp agent (như Copilot CLI): mô phỏng siêu đồ thị chuyển trạng thái workspace và tool qua từng lượt, cảnh báo người dùng khi agent bắt đầu thực thi lệnh nguy hiểm do môi trường bị thao túng.

Các đường dẫn liên quan

Nền tảng	Đường dẫn
Hugging Face	https://huggingface.co/papers/2608.00677
ArXiv Abstract	https://arxiv.org/abs/2608.00677
PDF Download	https://arxiv.org/pdf/2608.00677.pdf
Github Repository	https://github.com/AI45Lab/OpenART

---

2. Spark-to-Paper: End-to-End Research Paper Generation as a Composable Skill (211 votes)

Tác giả: Zhuoyang Qian, Biao Wu, Yiran Wang, Chris D Yan, Desan Dai, et al.

Xuất bản lúc: 2026-08-12

Tag: LLM, Autonomous Research Agents, Coding Assistant, Self-Critique, Citation Integrity, Retrieval-Augmented Generation, Editable Vector Figures

I. Main Problem:

Biến một ý tưởng nghiên cứu thành bài báo hoàn chỉnh đòi hỏi nhiều hơn sinh văn bản: tìm tài liệu, thiết kế/chạy thí nghiệm, sửa tuyên bố theo bằng chứng, vẽ hình sẵn sàng xuất bản, và giữ nhất quán suốt quá trình dài.

Các agent nghiên cứu tự động hiện tại thường là ứng dụng đứng riêng với lớp điều phối và hạ tầng riêng (máy chủ, cơ sở dữ liệu đồ thị, bộ lập lịch cụm), tách biệt khỏi môi trường lập trình nơi nghiên cứu thực sự diễn ra.

Mặt khác, bản nháp LLM một lần (single-pass) chỉ đạt 81% trích dẫn hợp lệ, dễ bịa số liệu, không chạy thí nghiệm thật, và không sinh hình có thể chỉnh sửa được.

II. Main Idea:

Spark-to-Paper hiện thực hóa toàn bộ quy trình thành 13 kỹ năng (skills) có thể ghép nối chạy ngay trong một trợ lý lập trình sẵn có (ví dụ Claude Code), không cần nền tảng agent hay dịch vụ điều phối riêng.

Cơ chế cốt lõi:

• Tách phán đoán khỏi thao tác xác định: mô hình lo quyết định cần suy luận (cách trình bày, chọn tài liệu); script determinstic lo việc kiểm tra được (biên dịch LATEX, validate trích dẫn, vẽ đồ thị).
• Tách lập kế hoạch thí nghiệm khỏi báo cáo: trước khi chạy, hệ thống cố định cấu trúc bảng kết quả và quy định bằng chứng cần thu thập (dạng preregistration); sau khi có kết quả mới điền số và sửa tuyên bố.
• Cổng kiểm tra xác định + tự phê bình: mỗi giai đoạn qua gate determinstic; rồi Self-Review (sửa cục bộ) và Adversarial-Review (nhiều đợt phản biện độc lập) thách thức quyết định ngữ nghĩa.
• Kìm hãm vòng Tự-Phủ-Định (Self-Refutation Loop): giới hạn 7 chu kỳ thí nghiệm–phê bình–sửa; nếu vẫn không chứng minh được giả thuyết, ghi thành báo cáo thất bại và khởi động ý tưởng mới thay vì ép thành công.
• Sinh hình hai đường: hình kết quả thí nghiệm vẽ trực tiếp từ dữ liệu đo (vector PDF); hình phương pháp dùng mô hình sinh ảnh làm mục tiêu rồi tái dựng bằng code HTML thành vector PDF chỉnh sửa được.

Ví dụ đời thường: giống sinh viên làm bài thực hành — trước khi thí nghiệm, em ghi sẵn giả thuyết và mẫu bảng kết quả cần đo; sau khi đo xong mới điền số thật vào, nếu không khớp thì sửa kết luận chứ không bịa ra số đẹp để bài nhìn 'thành công'.

III. Main Results:

• Trên 8 chủ đề nghiên cứu được chọn độc lập: đạt 99.5% trích dẫn hợp lệ và 96.4% hình có thể chỉnh sửa.
• Ablation phát hiện bịa đặt: tăng từ 14% (nháp một lần) lên 92% khi bật đầy đủ cổng tính toàn vẹn và phản biện; phản biện đối kháng đạt 74% precision.
• Chi phí: trung bình 11.9M token, $8.1/bài, 3.2 giờ chạy thực tế.
• So sánh: vượt các hệ thống tự động prior (trích dẫn 91–96%, hình chỉnh sửa gần 0%) về cả hai mặt; bản nháp LLM rẻ nhanh hơn nhưng trích dẫn chỉ 81%.

IV. Conclusion & Future Works:

Kết quả cho thấy sinh bài báo nghiên cứu đầu-cuối có thể hiện thực hóa thành quy trình nhẹ, ghép nối được ngay trong trợ lý lập trình, đặt bằng chứng thí nghiệm làm trung tâm việc chấp nhận/sửa bỏ tuyên bố.

Hướng tương lai: tự động hóa chẩn đoán mức tuyên bố (hiện do mô hình làm) thành kiểm tra máy; mở rộng sang thêm mẫu tạp chí/hội thảo; cải thiện tái dựng hình vector và giảm chi phí token.

V. Brainstorming Space:

1. Publish Papers:

1. Tự động hóa chẩn đoán bằng chứng mức tuyên bố thành kiểm tra determinstic có thể truy vết, thay vì để mô hình phân loại SUPPORTED/UNSUPPORTED như hiện nay.
2. Cơ chế preregistration nhẹ bên trong pipeline sinh văn bản để ngăn điều chỉnh giao thức đánh giá sau khi thấy kết quả, áp dụng cho quy trình viết tự động nói chung.
3. Tái dựng hình giải thích thành vector PDF chỉnh sửa được qua vòng lặp render–so sánh–chỉnh sửa HTML, đánh giá trên đa dạng hình phương pháp phức tạp.
4. Đóng gói quy trình ghép nối kỹ năng này sang các trợ lý lập trình khác (không phụ thuộc Claude Code) để chứng minh tính khả chuyển của thiết kế.

2. Patent:

1. Ứng dụng trên điện thoại cho nhà nghiên cứu: chụp ảnh ghi chú ý tưởng, app tự mở rộng thành đề cương, tự tìm và kiểm tra trích dẫn thật qua mã DOI, rồi sinh bản thảo LATEX sẵn sàng nộp.
2. Tính năng kiểm tra trích dẫn thực trên điện thoại: khi người dùng dán đoạn văn có tài liệu tham khảo, app tra metadata thực tế và cảnh báo những nguồn bịa trước khi gửi bài.
3. Công cụ biến dữ liệu thí nghiệm thành biểu đồ chỉnh sửa được ngay trên điện thoại: nhập bảng số đo, app vẽ đồ thị vector và cho phép sửa chữ/hình trực tiếp thay vì ảnh tĩnh.
4. Trợ lý viết bài trên di động phát hiện tự phủ định: nếu sau vài lần sửa kết quả thí nghiệm vẫn không ủng hộ giả thuyết, app tự ghi nhận hướng thất bại và gợi ý ý tưởng mới thay vì ép bài 'thành công'.

Các đường dẫn liên quan

Nền tảng	Đường dẫn
Hugging Face	https://huggingface.co/papers/2608.11924
ArXiv Abstract	https://arxiv.org/abs/2608.11924
PDF Download	https://arxiv.org/pdf/2608.11924.pdf
Github Repository	https://github.com/Spark-To-Paper-Skills/spark-to-paper-skills

---

3. AI4AI at Test-Time: Strong-to-Weak Capability Transfer via Harnesses (102 votes)

Tác giả: Cheng Qian, Wenting Zhao, Liangwei Yang, Heng Wang, Jielin Qiu, et al.

Xuất bản lúc: 2026-08-12

Tag: Distillation, Test-Time Compute, LLMs, Theory-of-Mind, Agentic Systems, Inference-Time Scaffolding, Prompt Engineering

I. Main Problem:

Các phương pháp chưng cất (distillation) hiện tại chuyển năng lực từ mô hình lớn sang mô hình nhỏ bằng cách cập nhật tham số (teacher forcing, on-policy distillation...). Hạn chế:

• Tốn chi phí huấn luyện, không dùng được khi không được phép thay đổi trọng số mô hình.
• Giả định chưa đủ: thất bại của mô hình yếu thường do tải nhận thức quá tải từ cách bài toán được trình bày, chứ không chỉ do năng lực nội tại yếu.

Bài báo đặt câu hỏi: liệu việc truyền năng lực mạnh→yếu có thể xảy ra tại thời điểm suy luận (test-time) thông qua cấu trúc bao bọc (harness) thay vì huấn luyện không?

II. Main Idea:

Strong-to-Weak Scaffolding — mô hình mạnh (builder) tự động xây dựng một harness suy luận (giàn giáo) để giúp mô hình yếu (target) giải bài toán tốt hơn mà không cập nhật tham số. Quy trình:

• Builder chỉ được xem 5% dữ liệu validation, không thấy test set ẩn.
• Nhiều vòng lặp: đọc luật bài toán → đề xuất/chỉnh sửa scaffold → chạy thử trên target với validation → chẩn đoán lỗi → tinh chỉnh.
• Scaffold có thể gồm: routing theo loại bài, prompt template, solver tất định (code), ép định dạng câu trả lời, lớp verification, few-shot.
• Cuối cùng export một entry point áp dụng cho toàn bộ test ẩn.

Cơ chế cốt lõi: dời việc suy luận bấp bênh của target sang code tất định và cấu trúc ngoài, giảm tải nhận thức thay vì ép target suy nghĩ dài hơn. Thắng lợi đến từ externalization, không từ sampling rộng.

Ví dụ đời thường: giống một nhân viên kỳ cựu soạn một quy trình làm việc có sẵn checklist, biểu mẫu và bước kiểm tra cho nhân viên mới — người mới không giỏi lên, nhưng nhờ làm đúng khuôn mẫu có sẵn nên ít sai sót hơn hẳn.

III. Main Results:

• Với target GPT-5.4-mini (baseline 0.488), scaffold tăng trung bình lên 0.763 (+0.275); run tốt nhất (GPT-5.5 trên GPT Codex) đạt 0.912 (+0.423, +87%).
• 100% các run vượt baseline; nhiều cấu hình scaffold còn vượt mô hình lớn hơn không scaffold (GPT-5.4, GPT-OSS-120B).
• Human-inspired harness (UserHarness) đạt 0.939 — auto scaffold còn cách biệt, nhưng vượt trên BigToM (1.00 vs 0.95).
• Ổn định: độ lệch chuẩn trung bình giữa các lần lặp chỉ 0.036; nhưng chưa hoàn toàn tất định (range lên tới 0.201 do lỗi logic trong solver).
• Validation: điểm validation tốt nhất dự báo test ẩn gần 1-1 (Pearson r=0.96), nhưng số vòng tinh chỉnh không tương quan với kết quả (r=0.17) — chất lượng builder quan trọng hơn số lần thử.
• Kỹ thuật phổ biến: ép định dạng (100%), greedy decoding (98%), benchmark routing (95%), forced CoT (79%); solver tất định chỉ 54%.
• Builder effort: tăng mức suy luận của builder tăng chất lượng scaffold đơn điệu.
• Platform: hiệu ứng nền tảng nhỏ (trung bình +0.013) và chỉ xuất hiện khi builder có đủ budget suy luận; yếu tố quyết định là năng lực builder.
• Target yếu hưởng lợi lớn nhất: GPT-5.4-mini được nâng nhiều hơn Gemini-3.5-flash vốn đã mạnh.

IV. Conclusion & Future Works:

Scaffolding mạnh→yếu là bổ sung quan trọng cho distillation truyền thống: truyền cấu trúc nhận thức sang mô hình yếu qua harness mà không retrain. Kết luận: thiết kế harness tại inference-time cô lập được dạng chuyển giao năng lực thực tế; yếu tố quyết định là năng lực builder và effort, không phải nền tảng.

Hướng tương lai:

• Dùng chất lượng scaffold làm thước đo đánh giá năng lực builder (thay vì 'mô hình giải tốt không').
• Nghiên cứu harness evolution: builder phát minh cấu trúc gì, sửa sai thế nào, dạng tổ chức ngoài nào dịch insight sang hiệu năng yếu hiệu quả nhất.
• Mở rộng sang tác vụ ít 'compilable' hơn và tự động hóa việc chọn scaffold tốt nhất từ vài bản build.

V. Brainstorming Space:

1. Publish Papers:

1. Đánh giá năng lực mô hình thông qua chất lượng harness tự sinh: cho cùng một bài toán ẩn, ngân sách validation và workspace mở, điểm scaffold trở thành thước đo khả năng ngoại vi hóa suy luận thành quy trình/tools của builder.
2. Nghiên cứu sự tiến hóa của harness: theo dõi builder phát minh cấu trúc nào, thất bại ở đâu, chỉnh sửa ra sao, và dạng tổ chức ngoài nào chuyển insight mô hình mạnh sang hiệu năng mô hình yếu hiệu quả nhất.
3. Mở rộng strong-to-weak scaffolding sang tác vụ ít có cấu trúc tất định (ví dụ reasoning đệ quy sâu, Bayesian goal inference) để hiểu giới hạn của việc 'biên dịch' suy luận thành rule.

2. Patent:

1. Trên điện thoại: app trợ lý AI dùng mô hình nhỏ cục bộ, nhưng một mô hình mạnh trên cloud tự sinh 'quy trình làm việc' gồm biểu mẫu nhắc nhở, bước kiểm tra và mã xử lý tất định để giúp mô hình nhỏ trả lời chính xác hơn mà không tải thêm model nặng.
2. Tính năng kiểm tra tin nhắn/chát: thay vì để mô hình nhỏ tự đánh giá, hệ thống tự động sinh lớp xác minh định dạng và logic (vd. kiểm tra ngày tháng, trích xuất ý định) chạy bằng code, giảm lỗi sai sót của mô hình yếu trên thiết bị.
3. Trợ lý lên lịch/hẹn hò trên điện thoại: mô hình mạnh thiết kế sẵn 'scaffold' phân loại yêu cầu (hỏi thời tiết, đặt báo thức, tìm đường) và gán template xử lý tất định cho từng loại, giúp mô hình nhỏ chạy nhanh, ít tốn pin mà vẫn đúng.

Các đường dẫn liên quan

Nền tảng	Đường dẫn
Hugging Face	https://huggingface.co/papers/2608.12307
ArXiv Abstract	https://arxiv.org/abs/2608.12307
PDF Download	https://arxiv.org/pdf/2608.12307.pdf
Github Repository	N/A

---

4. Mechanist: AI as a Scientific Instrument for Discovering the Mechanisms of Intelligence (76 votes)

Tác giả: Mengru Wang, Junfeng Fang, Shuofei Qiao, Zhenqian Xu, Haoming Xu, et al.

Xuất bản lúc: 2026-08-12

Tag: Mechanistic Interpretability, AI Scientist, Multi-Agent, Knowledge Graph, Causal Intervention, LLMs, Scientific Foundation Models

I. Main Problem:

Các mô hình AI ngày càng mạnh nhưng cơ chế bên trong tạo ra năng lực và rủi ro vẫn chưa được hiểu rõ. Khoảng cách giữa "mô hình làm được gì" và "chúng ta hiểu/kiểm soát được gì" ngày càng rộng vì:

• hiểu cơ chế hiện nay thủ công, không theo kịp tốc độ phát triển tự động hóa của AI
• các AI-scientist hiện có chỉ giải quyết tác vụ huấn luyện cụ thể hoặc bài toán khoa học cụ thể, không nghiên cứu chính cơ chế của mô hình AI
• vài framework tự động hóa interpretability chỉ mô tả nơ-ron/đặc trưng đơn lẻ lúc inference, thiếu khám phá lý thuyết cơ chế xuyên suốt pretraining và inference.

II. Main Idea:

Mechanist là hệ thống multi-agent lấy AI làm dụng cụ khoa học để tự động khám phá cơ chế trí tuệ của AI, qua 4 giai đoạn: tạo giả thuyết → thực thi thí nghiệm → xác minh → lặp lại. Cấu trúc:

• Orchestrator điều phối 4 agent chuyên biệt, mỗi agent chạy trong ngữ cảnh riêng, giao tiếp qua artifact lưu trong workspace
• Hypothesis Agent sinh giả thuyết nhờ truy xuất 2 kho tri thức: knowledge graph ~13.000 bài interpretability + database 43 triệu bài thuộc 26 ngành, và thư viện 32 phương pháp cơ chế
• Experiment Agent hiện thực hóa thành thí nghiệm chạy được (SAE, causal tracing, logit lens…)
• Verification Agent kiểm định tính hợp lệ và độ bền vững khi đổi phương pháp/dữ liệu/mô hình
• Iteration Agent chẩn đoán và sửa, lặp đến khi kết luận bền vững hoặc hết ngân sách
• Bộ nhớ ngoài (memory) lưu artifact theo stage, cho phép gián đoạn rồi tiếp tục, và tích lũy tri thức qua các vòng nghiên cứu

Con người chỉ đặt mục tiêu khoa học và tiêu chí đánh giá, giữ vai trò "human-in-the-loop".

Ví dụ đời thường: giống một trợ lý nghiên cứu được giao đề bài, tự đi lục thư viện mượn ý tưởng từ nhiều ngành, tự thiết kế thí nghiệm, tự chạy, tự soát lại xem kết quả có tin cậy không, rồi tự sửa cách làm cho tới khi ra kết luận vững — còn sếp chỉ việc giao đề và duyệt kết quả.

III. Main Results:

• Phát hiện rủi ro mới (subliminal learning đa phương thức): đặc tính không an toàn lan truyền qua dữ liệu huấn luyện có vẻ an toàn hoàn toàn. Student (Qwen3.5-9B) tinh chỉnh trên dữ liệu an toàn do teacher không an toàn sinh ra tăng tỷ lệ phản hồi nguy hiểm lên 48,6% (baseline 20,3%). Ở text-to-image, student học được sở thích chuối dù không hề thấy ảnh chuối (tỷ lệ sinh chuối 25,6% vs 2,5%).
• Lý thuyết cơ chế về niềm tin (belief): tìm thấy các belief heads tách biệt trong Pythia — Attributed-Belief head (L4.H1) và Personal-Belief heads (L9.H1, L7.H5, L12.H1). Zeroing L4.H1 kéo AB accuracy từ 0,86 xuống 0,34; zeroing PB heads kéo PB từ 0,78 xuống 0,21. Cơ chế này xuất hiện sớm từ bước pretraining 2k (AB trước, PB sau) và khái quát qua OLMo.
• Can thiệp cải thiện推理: probe phân loại WK/PB/AB rồi khuếch đại head tương ứng khi inference, tăng +15,3% / +8,8% / +3,5% trên Pythia-410M/1B/2,8B — vượt hẳn prompt hint (+1,6% / +3,1% / +0,1%) và giữ tỷ lệ phá vỡ thấp (≤1,4%).
• Thiết kế liên ngành qua cơ chế: trên Evo2-7B, kích hoạt đặc trưng α-helix từ SAE để sinh DNA, tăng α-helical content trung bình từ 43,8% lên 56,6% (tới 59,1% ở α=8) trong khi vẫn giữ valid ORF, thay thế quy trình generate-and-rerank tốn kém.
• Benchmark: so với Claude Code và AI-Scientist, Mechanist chạy thí nghiệm tái hiện đáng tin cậy hơn và sinh giả thuyết được đánh giá mới lạ, có ảnh hưởng, khả thi thử nghiệm hơn.

IV. Conclusion & Future Works:

Mechanist chuyển hiểu cơ chế AI từ quy trình thủ công sang khám phá tự chủ, biến AI thành đối tượng nghiên cứu thay vì chỉ công cụ giải bài toán khoa học. Hệ thống vừa phát hiện rủi ro, vừa giải thích, vừa kiểm soát mô hình qua can thiệp cơ chế. Hướng tương lai: mở rộng sang nhiều họ mô hình hơn, tự động hóa sâu hơn việc chọn đặc trưng sinh học, và tích hợp đánh giá chuyên gia chặt chẽ hơn để chuyển từ "phát hiện cơ chế" sang "kiểm soát an toàn chủ động" trong thực tế.

V. Brainstorming Space:

1. Publish Papers:

1. Mở rộng cơ chế niềm tin sang mô hình đa phương thức lớn (GPT, Gemini, Claude) và truy vết sự hình thành belief heads trong quá trình pretraining quy mô công nghiệp để xác nhận tính khái quát.
2. Nghiên cứu防御 chống subliminal learning đa phương thức: thiết kế bộ lọc dữ liệu huấn luyện phát hiện đặc tính đối nghịch ẩn trong nội dung an toàn.
3. Xây dựng framework can thiệp cơ chế chung cho scientific foundation models (protein, vật liệu) thay vì chỉ Evo2, với tiêu chí an toàn sinh học tích hợp.

2. Patent:

1. Bộ lọc an toàn dữ liệu huấn luyện tự động cho lab AI: trước khi fine-tune, hệ thống quét ngược đặc trưng ẩn để phát hiện dữ liệu 'an toàn bề mặt' nhưng mang đặc tính nguy hiểm từ teacher, cảnh báo người dùng trên điện thoại/máy tính trước khi đưa vào huấn luyện.
2. Tính năng 'kiểm soát niềm tin' cho trợ lý ảo trên điện thoại: khi người dùng hỏi sự thật mâu thuẫn với niềm tin của người khác, app tự phân loại câu hỏi và khuếch đại head tương ứng để trả lời đúng事实 thay vì bị lây niềm tin sai.
3. Công cụ thiết kế protein trên app di động: người dùng gõ 'tạo protein giàu alpha-helix', hệ thống kích hoạt đặc trưng cơ chế trong mô hình sinh học nền để sinh trình tự DNA mong muốn thay vì phải sinh hàng vạn ứng viên rồi lọc thủ công.

Các đường dẫn liên quan

Nền tảng	Đường dẫn
Hugging Face	https://huggingface.co/papers/2608.12036
ArXiv Abstract	https://arxiv.org/abs/2608.12036
PDF Download	https://arxiv.org/pdf/2608.12036.pdf
Github Repository	https://github.com/zjunlp/Mechanist

---

5. SkillZip: Contract-Preserving Graph Compression for Scalable Agent Skill Libraries (73 votes)

Tác giả: Xingyu Tan, Xiaoyang Wang, Qing Liu, Xiwei Xu, Xin Yuan, et al.

Xuất bản lúc: 2026-08-06

Tag: LLM Agents, Agent Skills, Procedural Memory, Graph Compression, Skill Retrieval, Graph Grammar, Context Compression

I. Main Problem:

Các hệ thống LLM-agent lưu tri thức thao tác (cách làm sạch bảng tính, xác minh kết quả...) trong các gói skill rời, và khi thư viện lớn dần thì gặp 4 lỗ hổng cốt lõi:

• Sai lệch hạt mức dùng lại: truy xuất cả gói skill dù task chỉ cần vài đoạn con → nạp thừa context, gây nhầm lẫn giữa các skill chồng lấp.
• Mất hợp đồng thủ tục khi nén: nén văn bản giữ sát nghĩa chữ nhưng có thể che mất điều kiện tiền đề, nhánh guard, hay hàm kiểm tra (verifier) → chạy không an toàn.
• Nén không giữ tính thi hành: đồ thị thực thi chỉ dựng sau khi truy xuất, thư viện gốc không bao giờ được nén sẵn → lặp lại phát hiện + xác minh mỗi task.
• Thiếu bảo trì theo bằng chứng: nén một lần không nhận ra routine mới tái dùng được sau này, cũng không gỡ macro hay gây lỗi khi chạy.

Căn nguyên: hệ thống truy xuất nguyên gói, nén nguyên văn bản, rồi mới dựng đồ thị — ba quyết định trên ba đơn vị khác nhau, trong khi tái dùng tin cậy cần một đơn vị thủ tục mang hợp đồng (contract).

II. Main Idea:

SkillZip đổi đơn vị cơ sở từ nguyên gói skill sang các nút section mang hợp đồng, có nguồn gốc (intent, operation, verifier, output...), rồi nén đồ thị theo cơ chế bảo toàn hợp đồng. Bốn模块:

• Sec2Graph: bóc mỗi gói thành các section gắn nguồn, nối bằng cạnh phụ thuộc / verifier / repair → đồ thị thủ tục bền vững.
• MotifZip: đào các đồ thị con lặp, chỉ gộp thành macro có thể mở ngược khi giữ được: chữ ký biên, đóng gói phụ thuộc, verifier với tới được, và mở rộng về source. Macro là luật viết lại thuận-nghịch, không phải tóm tắt mất mát.
• PathHydrate: tại truy vấn, gom hạt giống section + skill, tìm đồ thị con nhỏ-gọn-đóng-gói, rồi chỉ mở macro tới mức đủ (tên / hợp đồng / outline / full source).
• ReZip: khi thêm skill hoặc có trace thực thi, tái dùng macro cũ, thăng cấp motif lặp thành macro mới, hoặc hạ cấp / tách / gỡ macro rủi ro theo bằng chứng.

Ví dụ đời thường: giống thợ sửa máy giữ một cuốn sổ chia mục nhỏ (tháo ốc, đo điện), mỗi lần gặp lỗi lặp lại anh gấp quy trình đó thành 'mẹo số 7' kèm tờ giấy ghi cách mở lại chi tiết; lúc sửa máy chỉ lôi mục cần thiết ra, không xé cả cuốn, và cuốn sổ được bổ sung mẹo mới mỗi khi anh học được thao tác tin cậy hơn.

III. Main Results:

• Vượt baseline mạnh nhất SkillDAG tới 12.2 điểm trên ALFWorld (MiniMax-M2.7: 79.3 vs 67.1) và +6.2 trên SkillsBench.
• Tỷ lệ nén 3.46×, giảm 71.0% bộ nhớ lưu hành, giữ 99.2% bảo toàn phụ thuộc (DPR) và 98.7% verifier với tới (VR).
• Truy xuất section-level vượt SkillDAG: Ret@1 từ 66.7→73.6 (SkillsBench), Ret@1 ALFWorld +27.8; lợi thế mở rộng theo thư viện từ 200→100K skill (Ret@1 +6.2 lên +23.3).
• Ở 100K skill vẫn giữ Ret@1 65.1 với độ trễ truy xuất+hydrate 248.3 ms; xây đồ thị MotifZip xong trong 178s cho 4.77M nút.
• Giảm 47.0% xử lý prompt và 21.7% tool-call so với SkillDAG; chạy plug-and-play trên 6 backbone LLM không cần fine-tune.

IV. Conclusion & Future Works:

SkillZip chứng minh nén thư viện skill phải bảo toàn hợp đồng thi hành (giao diện, phụ thuộc, verifier, nguồn) chứ không chỉ rút ngắn văn bản — đạt nén cao mà vẫn chạy đúng và mở rộng được. Hướng tương lai: mở rộng ReZip sang học hợp đồng từ trace phức tạp hơn, tối ưu ngân sách hydrate động theo năng lực executor, và áp dụng cho skill đa phương thức / đa robot.

V. Brainstorming Space:

1. Publish Papers:

1. Mở rộng SkillZip sang skill đa phương thức (vision+ngôn ngữ+công cụ) với macro mang hợp đồng xác minh chéo giữa các modal.
2. Học tự động ngưỡng rủi ro ReZip từ phân bố trace thực thi ngoài đời để quyết định thăng/hạ cấp macro không cần chỉnh tay.
3. Kết hợp bảo trì tăng dần của ReZip với học liên tục trên agent nhiều tác nhân, nơi macro chia sẻ giữa các agent cùng một thư viện.

2. Patent:

1. Trên điện thoại: kho 'phím tắt' đa app được nén thành các thao tác con mang hợp đồng — khi người dùng nói 'tóm tắt tin nhắn và đăng lên note', máy chỉ nạp các bước cần (đọc SMS, gom ý, ghi note) thay vì mở toàn bộ công cụ, tiết kiệm pin và tránh chạy sai quyền.
2. Trợ lý chụp ảnh điện thoại: macro 'xử lý ảnh đêm' gộp các bước lặp (giảm nhiễu, cân bằng trắng, xuất) nhưng luôn giữ bước kiểm tra chất lượng ảnh gốc có thể mở lại để người dùng tuỳ chỉnh chi tiết từng bước.
3. App quản lý tài chính cá nhân: khi thêm ngân hàng mới, hệ thống tự nhận đoạn 'đọc sao kê và đối chiếu số dư' đã có sẵn, chỉ bổ sung quy tắc riêng ngân hàng đó, không tải lại toàn bộ thư viện hướng dẫn.
4. Trình tạo báo cáo trên điện thoại: gom các routine 'làm sạch bảng tính → vẽ biểu đồ' thành macro dùng chung, khi báo cáo lỗi định dạng hệ thống tự mở rộng macro về mã gốc để sửa chứ không báo lỗi mù.

Các đường dẫn liên quan

Nền tảng	Đường dẫn
Hugging Face	https://huggingface.co/papers/2608.05604
ArXiv Abstract	https://arxiv.org/abs/2608.05604
PDF Download	https://arxiv.org/pdf/2608.05604.pdf
Github Repository	N/A

---

6. Can LLM Agents Stick to the Script? A Benchmark for Long-Horizon Consistency in Interactive Narratives (26 votes)

Tác giả: Yingpeng Ma, Jianhao Yan, Bei Shi, Ka Hou Kam, Runnan Wang, et al.

Xuất bản lúc: 2026-08-08

Tag: LLMs, Interactive Narrative, Narrative Commitment Preservation, AI4G, Long-Horizon Consistency, Benchmark, Game Master Agent

I. Main Problem:

Các narrator agent (Game Master) dựa trên LLM sinh văn bản rất trôi chảy, nhưng thất bại ở lớp logic cơ bản khi phải duy trì nhất quán cốt truyện dài hạn trước những can thiệp tự do, không ràng buộc của người chơi.

Cụ thể:

• Agent thiết lập một 'sự thật' (ví dụ 'cửa đang khóa') rồi sau đó cho phép hành động mâu thuẫn (nhân vật đi thẳng qua cửa) mà không giải thích.
• Người chơi có thể 'speedrun' (bỏ qua các mốc bắt buộc) hoặc tự ý sửa quá khứ ('tôi đã lấy chìa khóa hôm qua'), agent thường nhượng bộ thay vì giữ lập trường logic.
• Đánh giá hiện tại chủ yếu dựa trên sở thích (cảm nhận mạch lạc, hấp dẫn) nên lỗi logic khó phát hiện và so sánh giữa các phương pháp.

II. Main Idea:

Bài báo định hình thử thách này thành Narrative Commitment Preservation (NCP) và xây dựng NCP-Bench — 100 môi trường cốt truyện từ tóm tắt phim. Mỗi môi trường gồm 3 thành phần cấu trúc:

• Reference Trajectory (R): chuỗi mốc plot có thứ tự (sự kiện kích hoạt + thay đổi trạng thái).
• Commitment Set (C): 3 loại ràng buộc — Invariant (điều phải luôn đúng), Ordering (thứ tự sự kiện), Achievement (mục tiêu phải đạt).
• Initial Fact Ledger (F0): sổ fact ban đầu, chỉ chứa thông tin nhân vật biết tại thời điểm 0 (cách ly tương lai).

Vòng lặp đánh giá tách biệt agent đang test và bộ audit cố định: mỗi lượt narrator sinh văn bản → bộ audit (LLM có prompt cố định) kiểm tra xung đột (fact / commitment / player-input) → nếu ổn thì cập nhật sổ fact & tiến trình → lượt sau. Phát hiện xung đột thì episode kết thúc (thất bại).

Ví dụ đời thường: giống một MC trò chơi trên truyền hình có 'thẻ bài luật' và 'bảng điểm' để trước mỗi lượt đều đối chiếu lời người chơi với luật đã công bố — nếu ai nói điều mâu thuẫn với thẻ bài thì bị loại ngay, thay vì gật gù cho qua để giữ không khí vui vẻ.

III. Main Results:

• Survival rate sụt mạnh theo thời gian: sau 20 lượt, ngay cả mô hình mạnh nhất (GPT-5.2) chỉ giữ 42% môi trường không xung đột; hầu hết mô hình (Kimi-K2.5, Grok-4.1-Fast, DeepSeek-V3.2, Qwen3) tụt gần 0% khi tương tác sâu hơn.
• Fact conflict là lỗi chủ đạo: từ 40% (GPT-5.2) đến 68% (Qwen3-235B-A22B) các lượt tương tác.
• Commitment satisfaction cực thấp: tốt nhất DeepSeek-V3.2 đạt 13.42%, GPT-5.2 đạt 11.22%; chỉ một vài run hiếm hoi thỏa mãn mọi achievement trong giới hạn 100 lượt.
• GPT-5.2: nhiều lượt nhất trung bình (32.92) nhưng tiến plot thận trọng; DeepSeek-V3.2: tiến plot hung hãn hơn (15.40% trajectory) nhưng chết sớm hơn.
• Memory-augmented (HiAgent): giảm conflict cam kết (26→4) và kéo dài tương tác, nhưng tăng gấp đôi conflict bỏ qua input người chơi (13→38) và số run thỏa mãn achievement giảm (2→0).
• Adversarial vs Natural: input tự nhiên kéo dài tương tác (46 vs 22 lượt) và giảm conflict, nhưng vẫn không giải được bài toán — xác nhận thử thách cốt lõi nằm ở duy trì cam kết dài hạn, không chỉ do người chơi chống đối.

IV. Conclusion & Future Works:

Kết luận: độ trôi chảy ngôn ngữ ≠ nhất quán logic. LLM thiếu cơ chế theo dõi trạng thái tường minh, hàm mục tiêu next-token không phạt mâu thuẫn, và có xu hướng 'nhượng bộ' người chơi. NCP-Bench cung cấp testbed có thể audit được cho lớp logic nền tảng.

Hướng tương lai: (1) mở rộng sang cấu trúc phi tuyến (flashback, nhánh song song); (2) thêm tiêu chí đánh giá cao hơn như căng thẳng kịch, cộng hưởng cảm xúc; (3) áp dụng NCP ngoài narrative — coding agent, multi-agent coordination, dialogue system; (4) cải thiện memory architecture mà không làm mất độ trung thực input cục bộ.

V. Brainstorming Space:

1. Publish Papers:

1. Áp dụng khung NCP cho coding agent: mỗi yêu cầu mới không được âm thầm phá hành vi đã implement, contract giao tiếp, test hay yêu cầu an toàn — audit từng bước sửa đổi code.
2. Hệ thống dialogue thương mại dài hạn: duy trì cam kết (lịch hẹn, ưu đãi, thông tin khách hàng) qua nhiều phiên chat mà không tự mâu thuẫn.
3. Multi-agent coordination: các agent phối hợp phải tôn trọng nghĩa vụ đã hứa và ràng buộc trạng thái chung dưới input ngoài tầm kiểm soát.
4. Game Master cho game tương tác thực tế: engine kể chuyện giữ nguyên logic thế giới dù người chơi cố gắng 'bẻ cong' cốt truyện.

2. Patent:

1. Trợ lý game nhập vai trên điện thoại: app kể chuyện interactive dùng sổ fact tường minh + bộ audit cục bộ để mỗi lượt người chơi can thiệp, app đối chiếu luật và từ chối hành động bất hợp lệ (ví dụ 'cửa đang khóa' thì không cho đi qua), giữ cốt truyện nhất quán suốt hàng trăm lượt.
2. Tính năng 'kiểm tra logic' cho ứng dụng viết truyện / roleplay trên mobile: khi người dùng nhập hành động, app tự động flag mâu thuẫn với sự kiện đã thiết lập (nhân vật đang ở cầu lại đứng trong cửa) trước khi lưu, giúp người dùng viết narrative mạch lạc.
3. Bot hỗ trợ khách hàng dài hạn trên điện thoại: duy trì ledger các cam kết đã hứa (đã đặt lịch, đã báo giá, điều kiện bảo hành) để mỗi lần chat mới không tự mâu thuẫn với lịch sử, tránh 'hứa hẹn ảo' do LLM hay quên ràng buộc cũ.
4. Game RPG trên điện thoại chống 'speedrun' gian lận: engine phát hiện người chơi cố bỏ qua mốc bắt buộc (ordering commitment) và chặn/redirect thay vì cho phép nhảy cóc cốt truyện.

Các đường dẫn liên quan

Nền tảng	Đường dẫn
Hugging Face	https://huggingface.co/papers/2608.08160
ArXiv Abstract	https://arxiv.org/abs/2608.08160
PDF Download	https://arxiv.org/pdf/2608.08160.pdf
Github Repository	https://github.com/yingpengma/NCP-Bench

---

7. StateFlow: Building, Evolving, and Accessing 3D World States for Previsualization (23 votes)

Tác giả: Yuyang Yin, Zixiang Li, Longxuan Deng, Hongkai Li, Shifang Zhao, et al.

Xuất bản lúc: 2026-08-12

Tag: 3D Scene Generation, Previsualization, World Modeling, VLM, Video Generation, Diffusion, Camera Planning

I. Main Problem:

Các phương pháp sinh tạo hiện tại cho previsualization (dựng hình trước — bước trung gian giữa ý tưởng và sản xuất trong phim, game, kiến trúc) đều dựa vào tổng hợp một phát (one-shot) ảnh hoặc video từ prompt đơn giản. Hậu quả:

• khả năng kiểm soát yếu, hỗ trợ chỉnh sửa lặp kém
• khi nội dung bị sửa, mở rộng hoặc đổi góc máy thì sinh bất nhất không-thời-gian, trôi danh tính (identity drift), chi tiết cục bộ không ổn định
• kết quả sinh ra không giữ trạng thái bền vững để chỉnh sửa cục bộ và kiểm chứng.

Căn nguyên: một thế giới previs gồm nhiều phần tử (hình học, vị trí, ngữ nghĩa, trạng thái động) cùng cấu hình camera; các khung hình chỉ là sửa đổi/biến đổi cục bộ trên trạng thái chung đó. Thành phần bị thiếu là một trạng thái làm việc 3D rõ ràng và bền vững.

II. Main Idea:

StateFlow định hình previsualization là mô hình hóa trạng thái thế giới 3D bền vững thay vì sinh visual một phát. Thế giới được biểu diễn bởi trạng thái 3D có cấu trúc hướng đối tượng: mỗi vật có hình học (g), vị trí/tư thế (p), thuộc tính ngữ nghĩa (s). Ba giai đoạn:

• State Construction — Prior-Guided Conflict-Aware Dual-View Initialization: sinh đồng thời ảnh góc trước (nguồn hình dáng/chi tiết vật) và ảnh BEV (từ trên xuống) (nguồn bố cục không gian), rồi dùng VLM giải quyết xung đột (sai khác số lượng, vị trí vật giữa hai view) và nâng (lift) lên hộp 3D, tối ưu nhẹ không cần huấn luyện.
• State Evolution — Intent-Guided Structured State Transition: VLM đọc bảng trạng thái, xuất kế hoạch chuyển trạng thái compact (mở rộng scene, đổi style, sửa pose/chuyển động, thay asset cho sự kiện như nổ/vỡ) rồi áp dụng lên bảng — giữ nguyên bộ nhớ thế giới, không tái sinh toàn cảnh.
• State Access — World-State Camera Planning with Render-Feedback Reflection: VLM đề xuất quỹ đạo camera từ ý đạo diễn, sau đó render thực tế để phản hồi (tầm nhìn, che khuất, khung hình, va chạm) rồi sửa cục bộ — không chỉ dựa vào ngữ nghĩa VLM.

Khi cần chất lượng hình ảnh cao hơn, các mô hình video có sẵn (như Seedance) tăng cường observation mà không đổi thế giới 3D.

Ví dụ đời thường: giống như dựng một mô hình bối cảnh phim bằng tay (diorama) — bạn xếp các mô hình xe, nhà lên bàn theo tọa độ cố định, muốn đổi cảnh thì chỉ dời vài mô hình chứ không vẽ lại tranh, rồi cầm camera đi vòng quanh quay từng góc; nếu góc quay bị khuất bạn dời camera chứ không dời cả bối cảnh.

III. Main Results:

• Trên sinh scene 3D (Table 2, CLIP-I/CLIP-T/HPS/Q-Align): StateFlow đạt CLIP-I 0.788, CLIP-T 30.214, vượt SynCity, SAM3D, PartCrafter.
• Trên sinh video (VBench, Table 1): average 0.8484, cao nhất; dẫn đầu Subject Cons (0.9135), Background Cons (0.9506), Motion Smooth (0.9923), Flicker (0.9902).
• User study + MLLM eval (Table 3, N=30): tại mức scene Overall 4.5/3.7 và video 4.5/4.0, đều cao nhất; vượt trội về bố cục, nhất quán không-thời-gian, chất lượng camera.
• Ablation (Fig 5, Table 3): bỏ BEV Layout → bố cục yếu, sai tỷ lệ; bỏ Conflict Resolution → vật mất/trùng lặp/đặt sai; bỏ Render-Feedback (chỉ VLM) → camera xuyên vật, tiêu điểm sai, quỹ đạo quá đơn giản.
• Ứng dụng: video creation (storyboard, shot planning, production) và 3D game prototyping tương tác từ cùng một thế giới 3D.

IV. Conclusion & Future Works:

StateFlow dịch chuyển previsualization từ sinh các output visual rời rạc sang xây dựng thế giới 3D có thể chỉnh sửa, tiến hóa và tương tác, tách biệt rõ trạng thái thế giới — sự tiến hóa — quan sát được render. Đóng góp: (1) công thức hóa previs là mô hình hóa trạng thái thế giới 3D bền vững; (2) khung thống nhất xây/dựng-tiến hóa-truy cập; (3) thực nghiệm chứng minh hỗ trợ tốt hai ứng dụng đại diện. Hướng tương lai: mở rộng sang thế giới động liên tục phức tạp hơn, tối ưu hóa quy hoạch camera đa mục tiêu, và tích hợp mô phỏng vật lý sâu hơn cho tiến hóa trạng thái.

V. Brainstorming Space:

1. Publish Papers:

1. Mở rộng State Evolution sang mô phỏng động lực học liên tục (cloth, fluid, nhân vật walk-cycle) trong khi vẫn giữ bảng trạng thái có cấu trúc và có thể chỉnh sửa.
2. Học chiến lược quy hoạch camera đa mục tiêu từ phản hồi render để tự động ưu tiên tiêu điểm đạo diễn, tránh va chạm và giữ tính thẩm mỹ trong một vòng lặp.
3. Áp dụng trạng thái thế giới 3D bền vững làm representation chung cho nhiều downstream (VR review, kiến trúc, game engine) thay vì mỗi task sinh lại từ đầu.

2. Patent:

1. App điện thoại dựng bối cảnh phim/quảng cáo: người dùng nhập prompt, app tự sinh thế giới 3D (góc trước + BEV), giải xung đột và cho phép xoay camera ảo, chỉnh vị trí vật trên màn cảm ứng rồi xuất storyboard — thay vì thuê đội dựng hình.
2. Công cụ previs game trên mobile: từ một ý tưởng, app xây scene 3D có thể mở rộng (thêm khu vực), đổi phong cách, mô phỏng sự kiện nổ/vỡ và xuất video camera tự động để nhà phát triển xem trước lối chơi.
3. Hệ thống camera ảo cho livestream/kỹ thuật số: duy trì một thế giới 3D bền vững của sân khấu, VLM đề xuất quỹ đạo theo kịch bản, render phản hồi sửa góc máy tránh che khuất — giúp đạo diễn điều khiển camera ảo không cần quay thử nhiều lần.
4. Module sửa lỗi bố cục ảnh kiến trúc: từ ảnh mặt tiền và ảnh trên không, hệ thống đối chiếu xung đột số lượng/vị trí vật thể, nâng lên mô hình 3D để kiểm tra tỷ lệ và va chạm trước khi thi công.

Các đường dẫn liên quan

Nền tảng	Đường dẫn
Hugging Face	https://huggingface.co/papers/2608.12314
ArXiv Abstract	https://arxiv.org/abs/2608.12314
PDF Download	https://arxiv.org/pdf/2608.12314.pdf
Github Repository	N/A

---

8. Self-Geometry: GT-Free and Plug-and-Play Test-Time Adaptation for Geometrically Consistent 3D Vision Foundation Models (13 votes)

Tác giả: Seokhyun Youn, Dahyeon Kye, Sung-Ho Bae, Jihyong Oh

Xuất bản lúc: 2026-08-11

Tag: Vision-Foundation-Models, 3D-Reconstruction, Test-Time-Adaptation, Self-Supervised-Learning, Epipolar-Geometry, LoRA, Multi-View-Consistency

I. Main Problem:

Các Vision Foundation Models (VFMs) như VGGT, π3, Depth Anything 3 dự đoán pose camera, depth, pointmap chỉ trong một lượt truyền xuôi (single forward pass) và khái quát tốt, nhưng không ép buộc tính nhất quán hình học đa góc nhìn rõ ràng (ví dụ bundle adjustment) vì quá tốn kém lúc tiền huấn luyện. Hậu quả:

• pointmap sinh ra xung đột hình học đa góc nhìn (pose sai, depth sai).
• Các phương pháp tự nhất quán ngầm (implicit self-consistency, như Free-Geometry) chỉ tinh chỉnh gián tiếp qua output của mô hình, lợi ích rất hạn chế, nhất là khi VFM dự đoán sai nặng ngay từ đầu.
• Các cách fine-tuning cần GT tốn kém hoặc phụ thuộc teacher, và thường gắn chặt vào một kiến trúc.

II. Main Idea:

Self-Geometry là một pipeline Test-Time Adaptation (TTA) plug-and-play, không cần GT áp thẳng ràng buộc hình học đa góc nhìn rõ ràng lên VFM đã frozen, dùng 2D pixel correspondences trích từ bộ matching ngoài (LightGlue) làm pseudo-GT. Ba thành phần bổ trợ:

• Geometric Disentanglement Optimization (GDO): chứa hai loss — Multi-View Consistency Loss (MVC) (ràng buộc point-to-point, tái chiếu, giám sát chung pose+depth) và Epipolar Consistency Loss (EC) (ràng buộc point-to-line, chỉ giám sát pose, không phụ thuộc depth) — cộng Gradient Disentanglement (GD) chiếu gradient của MVC lên phần trực giao của gradient EC để tránh xung đột gradient giữa hai loss (giải được tính không định danh pose-depth của MVC).
• Frame Angular-Neighbor (FAN): bộ lấy mẫu góc nhìn theo khoảng cách SO(3) geodesic (góc xoay tương đối), bỏ qua thành phần dịch chuyển để không phụ thuộc tỉ lệ cảnh, chọn target view có entropy phân bố góc đều nhất.
• Lightweight TTA: chỉ cập nhật adapter LoRA chèn vào trọng số QKV của attention blocks, giữ VFM frozen.

Ví dụ đời thường: giống một người đi du lịch chụp nhiều tấm ảnh cùng một tòa nhà từ các hướng khác nhau, rồi dùng các điểm chung (cửa sổ, góc tường) xuất hiện ở nhiều ảnh để tự kiểm tra và sửa lại góc máy + khoảng cách sao cho các tấm khớp nhau — không cần ai chỉ tọa độ thật, và chỉnh ngay tại chỗ mỗi buổi chụp.

III. Main Results:

• Thử trên 6 VFM (VGGT, π3, DA3-Giant/Large/Base/Small) và 4 bộ dữ liệu (7Scenes, ETH3D, ScanNet++, HiRoom), cải thiện nhất quán cả Pose và Geometry so với bản frozen.
• So với Free-Geometry và TCO: Self-Geometry thắng phần lớn cột Mean; TCO sụp hoàn toàn trên π3 (pose AUC@3 -91.5%, geometry w/o p. -60.0%) còn Self-Geometry vẫn tăng (+8.3% / +5.1%).
• ETH3D (ngoài trời, baseline rộng): VGGT AUC@3 +37.3%, π3 +25.1%; HiRoom (trong nhà khó): DA3-Base / DA3-Small geometry w/o p. tăng +85.2% / +70.4% — hiệu quả nhất ở vùng under-fitted.
• VGGT có vài cột suy giảm nhẹ (<6 pp tuyệt đối) nhưng Mean vẫn dương.
• Tốc độ: hoàn tất mỗi cảnh < 2 phút trên 1 GPU NVIDIA RTX PRO 6000; LoRA chỉ thêm 0.7%–3.4% tham số. VGGT GDO mất 2.98 phút, DA3-Small 0.21 phút.

IV. Conclusion & Future Works:

Self-Geometry giải quyết đồng thời 4 trục: GT-free, Teacher-free, Plug-and-play, Explicit-Geometry — lần đầu áp ràng buộc hình học đa góc nhìn rõ ràng tại test-time mà không cần GT hay teacher, chạy được trên mọi VFM feed-forward nhờ chỉ chèn LoRA. Hướng tương lai: mở rộng sang cảnh động / video liên tục, tự động hóa chiến lược lấy mẫu view chủ động, và kết hợp với các prior hình học khác (ví dụ ánh sáng, vật liệu) để tăng độ ổn định trên cảnh ít texture.

V. Brainstorming Space:

1. Publish Papers:

1. Mở rộng Self-Geometry cho video/chuyển động liên tục: duy trì tính nhất quán hình học đa góc nhìn theo thời gian bằng ràng buộc epipolar theo khung hình, cập nhật LoRA tăng dần thay vì từng cảnh rời rạc.
2. Kết hợp FAN sampler với active view selection học được (learned) để tự chọn góc máy informatif nhất thay vì chỉ dựa SO(3) entropy, giảm số view cần xử lý trên cảnh quy mô lớn.
3. Áp dụng tư tưởng Gradient Disentanglement cho các bài toán đa mục tiêu khác trong 3D reconstruction (ví dụ tách rời supervision depth và normal) nhằm tránh xung đột gradient giữa các loss hình học.

2. Patent:

1. Ứng dụng trên điện thoại: app chụp ảnh quét phòng/căn hộ tự động sửa pose camera và depth ngay sau khi chụp, dùng LightGlue trích điểm chung giữa các tấm và chạy LoRA nhẹ trên thiết bị để tạo bản đồ 3D sạch hơn mà không cần đám mây hay GT — hữu ích cho đo đạc nội thất, AR đặt đồ nội thất ảo.
2. Tính năng 'chụp toàn cảnh 3D không lỗi' cho camera điện thoại: trước khi ghép ảnh panorama hoặc quét vật thể, điện thoại tự hiệu chỉnh góc máy bằng ràng buộc epipolar giữa các khung, loại bỏ hiện tượng lệch/dịch khi ghép ảnh.
3. Module tự hiệu chuẩn cho kính AR/VR cầm tay: dùng multi-view consistency để tự sửa sai lệch pose của camera trước khi render vật thể ảo lên khung hình thật, tăng độ khớp giữa vật ảo và môi trường mà không cần hiệu chuẩn bằng tay.

Các đường dẫn liên quan

Nền tảng	Đường dẫn
Hugging Face	https://huggingface.co/papers/2608.10708
ArXiv Abstract	https://arxiv.org/abs/2608.10708
PDF Download	https://arxiv.org/pdf/2608.10708.pdf
Github Repository	https://github.com/CMLab-Korea/Self-Geometry

---

9. AutoWorldModel-Bench: A State-Centric Benchmark for Automated World-Model Research (11 votes)

Tác giả: Marjan Moodi, Xuankang Zhu, Fernando De Mesentier Silva, Harold Chaput, Mohammad Reza Taesiri

Xuất bản lúc: 2026-07-20

Tag: World Modeling, AI Coding Agents, Benchmark, Automated Research, Entity-Component-System, Closed-loop Evaluation, RL

I. Main Problem:

World modeling là lĩnh vực chưa có công thức chung — kiến trúc, hàm mất mát, cách biểu diễn trạng thái tương tác phức tạp, không có cách tiếp cận nào áp đảo. Đồng thời, các benchmark đánh giá AI research agent hiện nay chủ yếu là engineering-to-spec: hướng cải thiện đã được định sẵn (dataset, metric, mục tiêu rõ ràng). Thiếu vắng một kiểu đánh giá kết hợp được hai đặc tính:

• không gian thiết kế rộng mở, tương tác giữa các quyết định chưa rõ
• thử nghiệm diễn ra tuần tự dưới ngân sách hạn chế, thành công phụ thuộc vào việc tự sinh và kiểm thử giả thuyết mới thay vì ghép lại công thức已知.

II. Main Idea:

AutoWorldModel-Bench là benchmark vòng kín (closed-loop) trong đó các coding agent tiên tiến tự động cải thiện một mô hình khởi điểm (starter) dưới ngân sách tính toán cố định. Cơ chế cốt lõi:

• Trình diễn trạng thái thống nhất: mỗi trạng thái game được biểu diễn qua Entity-Component-System (ECS) — snapshot thực thể được serialize thành JSON rồi tensor hóa, tách biệt hoàn toàn phần nhận thức (perception) khỏi mô hình động lực học.
• 8 môi trường game đa dạng (Snake, Pong, Asteroids, Breakout, Frogger, Kong, Platformer, Racer) dùng chung một định dạng tensor, cho phép lặp thử nghiệm chỉ vài phút.
• Giao thức 6 giờ, mỗi lượt train tối đa 10 phút: agent nhận thư mục task (instruction.md, train.py starter, config.json, run.py, score.py, data), đọc code, thiết kế thay đổi, train, đánh giá, ghi log experiments/ rồi lặp lại.
• 3 chế độ đánh giá: teacher-forced (h=1, đo một bước), open-loop rollout (h=10,20, đo tích lũy lỗi), scenario tests (kiểm tra luật game như va chạm, ghi điểm).
• 4 starter kiến trúc khác nhau: Dreamer/RSSM, AR-Transformer, D3PM, MaskGIT.

Ví dụ đời thường: giống như một nhà nghiên cứu mới được giao một nguyên mẫu thô và một ngân sách thời gian/thiết bị cố định, thay vì được phát một bản spec, phải tự thử nghiệm, quan sát kết quả, điều chỉnh rồi thử lại để làm nguyên mẫu tốt lên — không ai chỉ sẵn công thức.

III. Main Results:

• 63/64 phiên agent vượt được starter; điểm test trung bình tăng +0.196 (thang 0–1, trung vị +0.115). Codex-5.4 cải thiện mọi task; Claude Opus 4.6 chỉ hụt 1 phiên (BREAKOUT/D3PM, -0.001).
• 91% phiên thắng nhờ sửa đổi kiểu nghiên cứu phi tầm thường (mục tiêu mới, biểu diễn mới, quy trình rollout, hoặc đổi kiến trúc) — không phải chỉ vặn siêu tham số.
• Lợi ích dồn vào rollout tầm xa: tại h=1 starter đã mạnh (0.808, +0.056), nhưng tại h=10 và h=20 agent kéo lên +0.205 và +0.215, gần như mọi phiên cải thiện. Tức agent tạo ra mô hình tự dự đoán quán hơn, không chỉ fit một bước.
• Scenario suite: 56/64 phiên thắng (trung bình +0.170), tương quan với test lift r=0.89.
• Hai agent không phân biệt được ở cỡ mẫu này: Wilcoxon W=187, p=0.15; Codex thắng 19/32, Claude 13/32 nhưng khoảng cách không có ý nghĩa thống kê. Codex dùng ít token hơn ~1.8× trên mỗi điểm cải thiện (+6.71 vs +5.85).

IV. Conclusion & Future Works:

AutoWorldModel-Bench cung cấp bối cảnh đánh giá agent đóng vai trò nhà nghiên cứu world-model tự chủ dưới ngân sách tính toán, đo lường khả năng tự định hướng thăm dò nghiên cứu thay vì làm theo spec. Hạn chế: kết quả trộn lẫn chất lượng model và harness (cần tách bằng orchestration chung); điểm số thiên vào độ trung thành rollout tầm xa; dùng trạng thái có cấu trúc tường minh nên loại bỏ Perception, giới hạn ở mô hình chuyển tiếp trên thực thể đã biết — công thức tìm được có thể cần thích ứng cho thiết lập pixel. Hướng tương lai: mở rộng biểu diễn sang thuộc tính thị giác/ vật lý bị thiếu, tách hiệu ứng model khỏi harness, và thích ứng sang world model dựa trên ảnh.

V. Brainstorming Space:

1. Publish Papers:

1. Tách biệt chất lượng model khỏi harness trong benchmark agent: xây dựng lớp điều phối (orchestration) chung để so sánh công bằng giữa các coding agent và cô lập đóng góp thuần túy của mô hình.
2. Mở rộng AutoWorldModel-Bench sang biểu diễn dựa trên pixel bằng cách thêm lớp perception trung gian, nhằm kiểm chứng xem các recipe tìm được trên trạng thái tường minh có chuyển giao sang thiết lập ảnh được không.
3. Nghiên cứu cơ chế phân bổ ngân sách thử nghiệm của agent: tại sao phần lớn cải thiện đến từ sửa đổi kiến trúc/rollout phi tầm thường và cách điều hướng tìm kiếm hướng tới ý tưởng domain-specific mới.

2. Patent:

1. Hệ thống tự học luật chơi game trên điện thoại: thay vì lập trình từng quy tắc, app cho agent chạy thử vài ván ngắn, trích xuất trạng thái thực thể tường minh rồi tự huấn luyện mô hình dự đoán bước tiếp theo — dùng để tạo bot chơi thử hoặc kiểm thử tự động các phiên bản game mới mà không cần viết lại engine.
2. Công cụ mô phỏng vật lý cho app thiết kế: người dùng xây dựng cảnh 3D đơn giản trên điện thoại, hệ thống trích xuất thực thể (vị trí, vận tốc, va chạm) thành tensor, dùng world model để dự đoán trước cảnh vật lý (rơi, va đập) trong vài giây mà không cần chạy engine nặng.
3. Tự động kiểm tra lỗi game di động: agent nhận mã nguồn nguyên mẫu, tự sinh chuỗi hành động và kiểm tra xem mô hình dự đoán có khớp luật game (ăn điểm, chết, va chạm) không — phát hiện sớm các cơ chế game bị hỏng trước khi phát hành bản cập nhật.

Các đường dẫn liên quan

Nền tảng	Đường dẫn
Hugging Face	https://huggingface.co/papers/2608.11216
ArXiv Abstract	https://arxiv.org/abs/2608.11216
PDF Download	https://arxiv.org/pdf/2608.11216.pdf
Github Repository	N/A

---

10. Self-Evolving Embodied Agents via Skill-Harness Evolution (10 votes)

Tác giả: Peidong Wang, Zhiming Ma, Ying Chang, Xufang Luo, Xiaocui Yang, et al.

Xuất bản lúc: 2026-08-11

Tag: Vision-Language-Action, Embodied AI, Train-Free Adaptation, Self-Evolving Agents, Skill Evolution, LLMs, Robotics, In-Context Optimization

I. Main Problem:

Các tác tử robot mang thân xác (embodied agents) hiện nay thường được xây dựng quanh mô hình nền tảng, nhưng hiệu suất không chỉ phụ thuộc vào trọng số mô hình mà còn vào kỹ năng, ngữ cảnh, giao diện hành động và bộ khung thực thi bao quanh nó. Hai con đường cũ đều vướng rào cản:

• Cập nhật trọng số (SFT / RL): cần thêm dữ liệu, phần thưởng, và chạy huấn luyện — tốn kém hoặc bất khả thi khi không có quyền truy cập trọng số hoặc dữ liệu tương tác hiếm.
• Hướng code-centric (viết chương trình robot API): chỉ mạnh khi nền tảng cung cấp sẵn API lập trình được, công cụ debug, màn hình giám sát — những thứ vắng mặt trong nhiều môi trường có giao diện hành động cố định.

Đặt câu hỏi: làm sao thích nghi một tác tử đóng băng mạnh mẽ với môi trường mới mà không cập nhật tham số và không cần API robot lập trình được?

II. Main Idea:

SHAPER là khung tự tiến hóa không cần huấn luyện: giữ nguyên trọng số mô hình, chỉ tối ưu phần phi tham số gồm (1) kỹ năng (skill) — hướng dẫn thủ tục dạng văn bản như cách tháo bước, phục hồi lỗi, chia nhỏ nhiệm vụ, và (2) bộ khung ngữ cảnh (harness) — hàm mã Python (vd. build_context) chọn và định dạng lịch sử quan sát/phản hồi đưa cho planner.

Cơ chế vận hành theo 3 bước:

• Phân tích rollout: chạy thử tác tử trong môi trường mục tiêu, một bộ phận 'judger' soi từng bước (ảnh trước/sau hành động) để phê bình cục bộ, rồi tóm tắt thành gradient dạng văn bản chỉ ra lỗi (lặp vô ích, trôi hướng dẫn, context có hại...).
• Tiến hóa 2 giai đoạn: dùng chính mô hình đóng băng ấy trong vai trò 'optimizer' riêng biệt — trước tiên sửa kỹ năng, sau đó giữ kỹ năng đã chọn và sửa bộ khung ngữ cảnh.
• Validate & beam search: harness sinh ra bị chạy trong hộp cát (cấm file I/O, import độc hại), rồi đánh giá trên tập validation, giữ top-K ứng viên qua nhiều vòng.

Kết quả cuối là cặp (kỹ năng, harness) tốt nhất — planner và executor vẫn đóng băng, chỉ lời hướng dẫn và cách ghi nhớ ngữ cảnh thay đổi.

Ví dụ đời thường: giống một nhân viên mới bị khóa không được đi học lại (trọng số đóng băng), nhưng mỗi tối một 'người quan sát' — dùng chính bộ não của anh ta — đọc nhật ký thử việc trong ngày, rút ra lỗi sai, rồi viết lại tờ sổ tay làm việc (kỹ năng) và cách ghi chép thông tin quan trọng (harness) cho hôm sau; ngày qua ngày anh ta giỏi lên mà não không hề đổi.

III. Main Results:

• VLABench (4 phân vùng C1–C4, 800 tập): Seed Agent đạt 28.25%, SHAPER đầy đủ đạt 34.50% — cao hơn SFT cùng dữ liệu (24.00%) và test-time scaling (MG-Select 21.38%, VOTE 22.00%). Lợi ích lớn nhất khi dịch chuyển phân bố: +6.0 (C2 mục tiêu lạ), +10.0 (C3 dạng nhiệm vụ lạ), +6.5 (C4 cả hai lạ).
• ESI-Bench (231 câu, 10 hạng mục): Seed 32.5% micro / 31.2% macro; chỉ tiến hóa kỹ năng 41.1% / 38.6%; SHAPER 49.8% micro / 42.9% macro — vượt cả tham chiếu GPT-5 Passive Single-view công bố (40.3% macro) dù chỉ dùng planner 27B đóng băng.
• Ablation: kỹ năng-one đạt 33.50% (+5.25 so.seed), harness-one 30.50% (+2.25); hiệu ứng không cộng gộp. Vụ 'Specular Reflection' nhảy 20→60% nhờ harness giữ được khung phản chiếu sớm.
• Chi phí: ~$2.25** (VLABench) và **$2.83 (ESI-Bench) mỗi lần tiến hóa; trả một lần, tái dùng cho mọi tập test mà không tăng theo số lượt chạy như test-time scaling.
• Trường hợp cụ thể: kỹ năng tiến hóa biến planner thành 'bộ chuyển lệnh nhận biết actor' — phát hiện không tiến triển thì đổi lệnh, cứu tập kéo sách từ 0.5 lên 1.0.

IV. Conclusion & Future Works:

SHAPER chứng minh tiến hóa kỹ năng và harness là đường ngắn nhẹ để thích nghi tác tử embodied đóng băng khi huấn luyện đắt/ko khả thi/không mong muốn — cùng một planner 27B cải thiện trên cả executor VLA lẫn giao diện hành động chủ động. Hướng tương lai: chuyển giao chéo hình thái robot (cross-embodiment) và kiểm thực trên robot thật.

V. Brainstorming Space:

1. Publish Papers:

1. Mở rộng SHAPER sang chuyển giao chéo hình thái: một lần tiến hóa kỹ năng/harness trên simulator tay máy này rồi tái dùng cho robot hình người khác mà không cập nhật trọng số.
2. Kết hợp tiến hóa harness với bộ nhớ dài hạn đa nhiệm vụ, để tác tử tự gom 'bằng chứng hình ảnh then chốt' qua nhiều episode thay vì chỉ trong một rollout.
3. Áp dụng gradient văn bản của SHAPER để tự động phát hiện và sửa lỗi phân tích đầu ra (output parsing) của planner khi giao diện hành động bị giới hạn cứng.
4. Nghiên cứu liệu tiến hóa kỹ năng có khái quát sang tác tử ảo hóa (web/code agents) nơi harness quyết định cách chọn ngữ cảnh lịch sử tương tự.

2. Patent:

1. Điện thoại điều khiển robot hút bụi gia đình: sau khi chuyển nhà, app chạy vài lượt thử ngắn, tự rút ra 'tờ hướng dẫn' (tránh vật cản mới, cách ghi nhớ bản đồ phòng) và 'cách ghi chép' khung hình quan trọng — robot thích nghi với nhà mới mà không cần nhà sản xuất cập nhật phần mềm.
2. App AR trên điện thoại hướng dẫn sửa chữa: camera quét, hệ thống tự tiến hóa 'kỹ năng' chia nhỏ bước tháo lắp và 'bộ khung' chỉ giữ ảnh chi tiết then chốt, giúp người dùng hoàn thành task dù model AI không được huấn luyện lại cho thiết bị cụ thể.
3. Điện thoại làm trung tâm điều phối robot kho bãi: qua vài chuyến nhặt hàng thử, phone tự viết lại chỉ thị ngắn gọn cho robot và cách lưu bằng chứng vị trí hàng — cải thiện tỷ lệ đúng khi layout kho thay đổi, không cần đào tạo lại mô hình.
4. Tính năng 'tự học' cho trợ lý robot trên điện thoại người già: mỗi ngày hệ thống đọc lại nhật ký tương tác, rút ra lỗi, chỉnh lời nhắc và cách ghi nhớ thói quen người dùng — trợ lý ngày càng sát nhu cầu mà trọng số mô hình giữ nguyên, bảo đảm riêng tư cục bộ.

Các đường dẫn liên quan

Nền tảng	Đường dẫn
Hugging Face	https://huggingface.co/papers/2608.11350
ArXiv Abstract	https://arxiv.org/abs/2608.11350
PDF Download	https://arxiv.org/pdf/2608.11350.pdf
Github Repository	N/A