VIEN

Nghiên cứu AI

AI Research · Bản tin nghiên cứu ngày 19/11/2026

· 10 bài · 5 nhóm

Mô hình mới: báo cáo Xing 4 (dòng TeleChat) huấn luyện trước mô hình 285B trên 8.192 chip Ascend 910C và dùng nền tảng TeleGym cho hậu huấn luyện agent; Microsoft ra MAI Code 2, theo Microsoft đạt 98% hiệu năng GPT-6.1 Sol với 40% chi phí. Agent: RepoFactory tạo 10.159 môi trường huấn luyện từ repo thật, giúp mô hình 35B-A3B tăng 22,6 điểm trên NL2Repo-Bench; nhóm Isola cho thấy agent đủ mạnh tự nghĩ ra cách tự cải thiện; chưng cất on-policy có thể làm τ²-bench rơi từ 41,5% xuống 6,6%. Kiến trúc và tốc độ: Multi-Branch Transformer 2 nhánh vượt Transformer tuần tự cùng tham số và tính toán, giảm tới 34% KV cache; DNeo sinh nhanh hơn DFlash-2 1,3 lần.

Mô hình ngôn ngữ lớn (LLM)

1

Multi-Branch Transformer

Bài báo đề xuất “phân nhánh” (branching), tức chạy song song các khối Transformer đầy đủ, như một trục mở rộng bên cạnh làm rộng hoặc làm sâu mô hình. Multi-Branch Transformer (MBT) gồm các tầng đầu dùng chung, các nhánh song song gồm nhiều khối tuần tự, rồi các tầng cuối dùng chung. Trong thí nghiệm pretrain từ 0,8B đến 2,1B tham số, biến thể 2 nhánh Wide-Shallow vượt Transformer tuần tự khi cùng số tham số và cùng ngân sách tính toán. Nhóm tác giả còn đưa ra Joint-KV, một KV cache chung xây từ biểu diễn của các nhánh. Kết quả: giảm tới 34% bộ nhớ KV cache và tăng tới 51,4% throughput giải mã trên một GPU H200.

Vì sao quan trọngBranching adds a third scaling axis beside width and depth, and the gains hold at matched parameters and compute rather than coming from extra FLOPs. Joint-KV turns the architecture into a direct inference win, which matters because KV cache is a main serving bottleneck.

2

DNeo: Your Parallel Draft Model Needs Better Target Feature Encoding

DNeo nhắm vào speculative-diffusion decoding, nơi một drafter nhỏ đề xuất nhiều token trong một lượt và mô hình đích kiểm tra song song. Nhóm tác giả chỉ ra ba điểm yếu của cách mã hóa đặc trưng mô hình đích hiện nay: phép chiếu làm méo không gian đặc trưng (“residual mixing”), không nhớ các đề xuất đã bị từ chối, và lấy mẫu tầng đều nhau nên bỏ sót trạng thái ẩn quan trọng. Họ đề xuất Mixture-of-Features Attention (MoFA) có bộ nhớ làm việc lưu các đề xuất bị từ chối, kèm tích chập nhân quả 2-tap, cross-attention chỉ trên tiền tố và chọn tầng không đều. Kết quả là DNeo sinh nhanh hơn 1,3 lần so với state of the art trước đó (DFlash-2). Theo tóm tắt, tốc độ này không làm tăng kích thước drafter hay giảm chất lượng sinh.

Vì sao quan trọngParallel drafters are becoming the default way to speed up LLM serving, and this work shows the bottleneck is how the drafter reads the target model, not the drafter itself. A 1.3x gain over the newest baseline at no extra footprint translates directly into serving cost.

Tác tử AI

3

From Repositories to Training Environments: Scaling Long-Horizon Coding Agents with Environment Evolution Loop

RepoFactory biến repo phần mềm thật thành môi trường có thể kiểm chứng, nơi agent phải xây cả dự án từ đầu dựa trên đặc tả ngôn ngữ tự nhiên. Vòng Environment Evolution Loop dùng phản hồi đại diện (proxy) để tối ưu một mục tiêu nhân gồm tính hợp lệ, độ liên kết cấu trúc và phạm vi cài đặt, thay vì phải huấn luyện rồi đánh giá tốn kém. Pipeline tạo 10.159 môi trường thuộc 17 lĩnh vực phần mềm. Huấn luyện Qwen3.5-35B-A3B trên các môi trường này cho ra RepoHorizon-35B-A3B, tăng 22,6 điểm trên NL2Repo-Bench (so với 17,5 điểm khi không tiến hóa môi trường). Trung bình trên năm benchmark lập trình dài hạn và tác vụ agent thực tế, mức tăng là 8,5 điểm so với 6,4.

Vì sao quan trọngEnvironments, not models, are now the scarce input for training long-horizon coding agents. Showing that environment quality can be optimized with cheap proxy signals, and that this adds measurable gains, gives a scalable recipe others can copy.

4

Do LLM Agents Still Need to Be Told How to Self-Improve?

Bài báo hỏi liệu agent LLM ngày càng mạnh có còn cần con người quy định cách tự cải thiện hay không. Trong thiết lập tự chủ, một agent LLM đóng băng chỉ nhận các thao tác cơ bản, ngân sách tính toán, công cụ thu thập kinh nghiệm và cập nhật tài liệu văn bản, cùng mục tiêu chung là tự cải thiện, với trò chơi làm môi trường thử nghiệm. Không có vòng lặp áp đặt từ ngoài hay dữ liệu thực. Kết quả: các mô hình đủ mạnh thực sự tự cải thiện, với chiến lược giống các khung tự điều chỉnh học tập kinh điển và ý tưởng curriculum tự sinh. Các tài liệu văn bản agent tự viết còn chuyển giao được sang benchmark bên ngoài, gồm độ dài ván chơi, cơ chế khác và điều hướng 3D.

Vì sao quan trọngMost self-improving agent systems hard-code the improvement loop; this shows strong models can invent it themselves. That shifts the design question from engineering the loop to choosing primitives and budgets, with implications for both capability and oversight.

5

Agentic On-Policy Distillation Implicitly Reshapes LLMs' ReAct Patterns

Nghiên cứu xem chưng cất on-policy (OPD) thay đổi mẫu hành vi ReAct của agent ra sao (suy luận, hành động, thu thập quan sát) trên toán, ALFWorld và τ²-bench. Giám sát bằng suy luận chung làm tỷ lệ gọi công cụ trong toán giảm từ 70,4% xuống 14,4% và độ chính xác tăng từ 16,7% lên 38,0%. Ngược lại, giám sát từ ALFWorld gây chuyển giao âm: độ chính xác τ²-bench rơi từ 41,5% xuống 6,6% vì học sinh gọi công cụ liên tục, vi phạm ràng buộc phụ thuộc thông tin người dùng. Nhóm tác giả đề xuất Selective OPD, chỉ chọn các token theo thay đổi ưu tiên của teacher trước và sau RL theo miền. Giữ 95% vị trí hàng đầu đưa τ²-bench từ 11,5% lên 29,9%, đổi lại học miền nguồn kém hơn một chút.

Vì sao quan trọngOn-policy distillation is now a standard post-training step for agents, and this paper shows it silently transfers tool-use habits across domains. The large negative transfer on τ²-bench is a concrete warning for anyone mixing agent distillation data.

Mô hình mới

6

TeleChat to Xing4: Advancing Frontier Agentic Models on Domestic Chips and Frameworks

Báo cáo kỹ thuật giới thiệu Xing 4, dòng mô hình ngôn ngữ lớn kế thừa TeleChat, và là bài được upvote nhiều nhất trên Hugging Face Daily Papers ngày 18/11. Báo cáo trình bày các lựa chọn kiến trúc gồm kích hoạt thưa, thiết kế attention, độ sâu và độ rộng mô hình, cùng speculative decoding. Hạ tầng huấn luyện dựa trên MindSpore HyperParallel trên phần cứng Ascend; nhóm tác giả báo đã pretrain mô hình 285B tham số trên 8.192 chip Ascend 910C. Cho hậu huấn luyện, họ giới thiệu TeleGym, một nền tảng thực thi agent thống nhất cho tác vụ suy luận và agent. Trang arXiv chưa liên kết tới trọng số hay mã nguồn.

Vì sao quan trọngIt is one of the largest documented frontier-scale training runs done entirely on domestic Chinese chips and frameworks. The report is a useful data point on how far the Ascend and MindSpore stack can be pushed for agentic models.

7

MAI Code 2 and MAI Code 2 Flash

Microsoft công bố hai mô hình lập trình tại Ignite: MAI Code 2 cho tác vụ doanh nghiệp phức tạp (sửa nhiều file, gỡ lỗi, suy luận toàn repo) và MAI Code 2 Flash cho việc khối lượng lớn như giải thích code và sửa nhanh. Theo đánh giá của chính Microsoft (trung bình DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas, FrontierCode v1.1), MAI Code 2 đạt 98% hiệu năng GPT-6.1 Sol với 40% chi phí, và 96% hiệu năng Claude Opus 5.5 với 5% chi phí. Trong đánh giá frontend mù, lập trình viên chọn MAI Code 2 hơn GPT-6 Sol 64% số lần. Code 2 Flash được so ngang GPT-6 Luna và Claude Haiku 5.5 ở 65% và 20% chi phí. Cả hai đã có trong GitHub Copilot; trang công bố không nói về trọng số mở hay giá tuyệt đối.

Vì sao quan trọngMicrosoft is now shipping its own frontier-class coding models inside Copilot rather than relying only on partners. The claims are self-reported, but the cost-performance positioning signals sharper price competition in coding agents.

Giọng nói

8

Beyond Controllability: Speaker Diversity in Instruction-Guided Text-to-Speech

TTS điều khiển bằng chỉ dẫn (ITTS) cho phép mô tả giọng bằng ngôn ngữ tự nhiên, nhưng các ứng dụng như giọng nhân vật hay dữ liệu tổng hợp cần nhiều giọng khác nhau cho cùng một mô tả. Nhóm tác giả là những người đầu tiên đo độ đa dạng người nói của ITTS, đánh giá bảy hệ thống mã nguồn mở bằng speaker embedding đã được kiểm chứng riêng. Mọi hệ thống đều cho phân bố người nói hẹp hơn rõ rệt so với giọng thật. Chỉ dẫn giọng nữ cho tập giọng kém đa dạng hơn giọng nam ở hầu hết hệ thống, còn chỉ dẫn về giọng vùng miền và cảm xúc ít làm thay đổi độ đa dạng nhưng lộ thiên lệch mạnh về tiếng Anh Bắc Mỹ và giọng trung tính. Kết luận: độ đa dạng và khả năng điều khiển đo hai điểm yếu khác nhau, cần đánh giá cả hai.

Vì sao quan trọngSynthetic speech is increasingly used as training data and for character voices, where collapsed voice diversity silently degrades downstream systems. The paper adds a missing evaluation axis and exposes gender and accent biases in current open TTS.

Tác tử giọng nói

9

Latency, Speech Recognition and Turn-Taking in Voice Agents for Spanish Phone Negotiation: An Externally Measured Comparison of Pipecat, LiveKit and GPT-Live

Bài so sánh ba kiến trúc cho agent điện thoại tiếng Tây Ban Nha đàm phán giá cước vận tải: hai pipeline cascaded (ASR, LLM, TTS) chạy bằng Pipecat và LiveKit Agents, và GPT-Live của OpenAI xử lý nghe nói trong một mô hình. Với 77 cuộc gọi mỗi kiến trúc và độ trễ đo từ phía người nghe, trung vị thời gian tới nội dung trả lời là 2.616 ms (Pipecat), 3.090 ms (LiveKit) và 2.444,8 ms (GPT-Live), chênh lệch giữa GPT-Live và Pipecat không có ý nghĩa thống kê; mỗi lần gọi công cụ cộng thêm 0,9–1,1 giây. Các framework tự báo độ trễ thấp hơn thực tế 9% (Pipecat) và 22% (LiveKit). WER là 6,03%, 4,93% và 1,47%, riêng lỗi với số tiền đọc thành lời là 13,01%, 12,61% và 2,86%. Một tiếng “ok” chen ngang khiến hệ cascaded ghi nhận thỏa thuận nhầm ở 3/15 (Pipecat) và 2/15 (LiveKit) cuộc gọi, GPT-Live thì không lần nào.

Vì sao quan trọngIt is a rare externally measured, reproducible comparison of production voice-agent stacks in a non-English, money-sensitive task. The findings that framework latency reports undercount and that cascaded systems mishandle backchannels and spoken amounts are directly actionable for builders.

10

Leveraging Dual-Process Theory for Multimodal Multiparty Turn-Taking Prediction

Trong hội thoại nhiều người, một khoảng lặng chưa chắc là người nói đã xong, và một giọng mới chưa chắc là đã đổi lượt. Lấy cảm hứng từ thuyết xử lý kép, nhóm tác giả tách bài toán thành hai giai đoạn: một bước nhanh, ưu tiên recall để tìm các điểm có thể đổi lượt, và một bước cân nhắc kết hợp bằng chứng âm thanh, ngôn ngữ, người nói, hoạt động dự đoán tương lai và tín hiệu đa phương thức để loại ứng viên sai. Khung được đánh giá trên VoxConverse và Multi-TPC (tương tác ba người có lời nói, ánh mắt, chuyển động, ngữ điệu) qua ba tác vụ từ phân loại SHIFT/HOLD đến phát hiện liên tục. Kết quả chính: tìm điểm có thể đổi lượt dễ hơn nhiều so với xác nhận và định vị chính xác việc chuyển lượt thật. Tóm tắt không đưa số liệu định lượng.

Vì sao quan trọngVoice agents are moving from one-on-one calls into meetings and group settings, where turn-taking is much harder. Reframing it as continuous discovery and verification rather than classification at fixed boundaries is a useful design principle for such agents.

Tin tức công nghệ mới nhấtLLM & Agent · Bản tin ngày 20/11/20267 tin · Thứ sáu, 20/11/2026 →