Ngày cơ sở 2026-11-03
Thực thi 2026-11-03 21:00:25
S&P 500
7,569
NDX 100
28,180
VIX
20.82
US 10Y
4.95%
DXY
101.86
WTI
$96.60
Gold
$3,932
USD/KRW
1,344
SOX
10,599
Trump Approve
35.4%
S&P 500
7,569
NDX 100
28,180
VIX
20.82
US 10Y
4.95%
DXY
101.86
WTI
$96.60
Gold
$3,932
USD/KRW
1,344
SOX
10,599
Trump Approve
35.4%
AI LEADERS · MOVES & PAPERS

Lãnh đạo AI: Biến động nhân sự & Bài báo — thay đổi công việc và nghiên cứu mới nhất

LAST UPDATE 2026-11-03 08:00 KST PEOPLE 77 · PAPERS 76 · MOVES 0
Nơi các nhân vật chủ chốt của phòng lab AI, Big Tech và giới học thuật chuyển đến và những gì họ công bố là tín hiệu sớm về hướng đi của công nghệ và lợi thế cạnh tranh. Biến động nhân sự và bài báo được thu thập tự động mỗi ngày, được biên tập viên kiểm tra và tóm tắt dễ hiểu kèm liên kết gốc.

Tin nổi bật

Biến động nhân sự

Lý lịch gần đây (theo Wikidata; có thể có thông tin chưa xác minh)
  • Elon Musk — Xale AI (CEO) nhậm chức 2026-04-01
  • Jeff Dean — Google gia nhập 1999 · kết thúc 2026
  • Jeff Dean — Discovery Loop gia nhập 2026
  • Oriol Vinyals — Google kết thúc 2026
  • Oriol Vinyals — Discovery Loop gia nhập 2026
  • Yann LeCun — Advanced Machine Intelligence (Nhà sáng lập) thành lập 2025-12-15
  • Jonathan Ross — Nvidia gia nhập 2025-12
  • Jonathan Ross — Groq Inc gia nhập 2016-09 · kết thúc 2025-12
  • Elon Musk — Bộ Hiệu quả Chính phủ gia nhập 2025-01-20 · kết thúc 2025-05-30
  • Mira Murati — Thinking Machines Lab gia nhập 2025-02
  • John Schulman — Anthropic gia nhập 2024-08 · kết thúc 2025-02
  • John Schulman — Thinking Machines Lab gia nhập 2025-02
  • Barret Zoph — Thinking Machines Lab gia nhập 2025-02
  • Lilian Weng — Thinking Machines Lab gia nhập 2025
  • Sam Altman — Merge Lab (Nhà sáng lập) thành lập 2025
  • Lilian Weng — OpenAI gia nhập 2018 · kết thúc 2024-11
  • Mira Murati — OpenAI gia nhập 2022-05 · kết thúc 2024-09
  • Barret Zoph — OpenAI gia nhập 2022-09 · kết thúc 2024-09
  • John Schulman — OpenAI gia nhập 2015 · kết thúc 2024-08
  • Ilya Sutskever — Safe Superintelligence Inc. (Nhà sáng lập) thành lập 2024-06-19
  • Jan Leike — OpenAI kết thúc 2024-05-14
  • Ilya Sutskever — OpenAI gia nhập 2016-01 · kết thúc 2024-05-14
  • Mustafa Suleyman — Microsoft AI gia nhập 2024-03
  • Andrej Karpathy — OpenAI gia nhập 2023-02 · kết thúc 2024-02
  • Kaiming He — Học viện Công nghệ Massachusetts gia nhập 2024-01
  • Kaiming He — Facebook gia nhập 2016 · kết thúc 2024-01
  • Noam Shazeer — Google gia nhập 2024
  • Noam Shazeer — Character.ai gia nhập 2021 · kết thúc 2024
  • Sam Altman — OpenAI (CEO) nhậm chức 2023-11-22
  • Jakub Pachocki — OpenAI kết thúc 2023-11-17
  • Greg Brockman — OpenAI gia nhập 2015 · kết thúc 2023-11-17
  • Geoffrey Hinton — Google gia nhập 2013 · kết thúc 2023-05-01
  • Liang Wenfeng — DeepSeek (Nhà sáng lập) thành lập 2023-05
  • Arthur Mensch — Mistral AI (Nhà sáng lập) thành lập 2023-04-28
  • Elon Musk — X Corp. (Nhà sáng lập) thành lập 2023-03-09
  • Elon Musk — X Holdings Corp (Nhà sáng lập) thành lập 2023-03-09
  • Elon Musk — SpaceXAI (Nhà sáng lập) thành lập 2023-03-09
  • Yang Zhilin — Moonshot AI (Nhà sáng lập) thành lập 2023-03
  • Lý Khai Phục — 01.AI (Nhà sáng lập) thành lập 2023-03
  • Jim Keller — Tenstorrent (CEO) nhậm chức 2023-01-20

Bài báo

Bài báo2026-10-30

Phát triển mô hình phân cấp vượt qua các giới hạn trong điều khiển robot phức tạp

Hierarchical World Models with Implicit Dynamics
Yann LeCun và 6 người khác
Nội dung
Các nhà nghiên cứu đã phát triển ID-WM, một mô hình thế giới phân cấp có khả năng thực hiện các nhiệm vụ phức tạp và dài hạn bằng cách tách biệt khả năng tiếp cận trạng thái và điều khiển cục bộ.
Kết quả chính
Nó ghi nhận hiệu suất cải thiện 38.5 phần trăm so với phương pháp tiên tiến nhất trước đó, và cải thiện 135 phần trăm so với các mô hình thế giới đơn cấp.
Ý nghĩa
Nghiên cứu này thể hiện khả năng giúp robot lên kế hoạch dài hạn đồng thời giảm thiểu lỗi, ngay cả trong các môi trường phức tạp và mới lạ.Tóm tắt AI
Bài báo2026-10-29 · arXiv (Cornell University)

Công nghệ huấn luyện chung dữ liệu robot sử dụng nhiều bộ điều khiển khác nhau

Cross-Controller Transfer via In-Context Behavior Adaptation
Chelsea Finn và 2 người khác
Nội dung
Đã phát triển công nghệ tận dụng dữ liệu từ các robot sử dụng các phương thức điều khiển khác nhau để học tập mà không xảy ra xung đột.
Kết quả chính
Tỷ lệ thành công trung bình cải thiện 33 điểm phần trăm so với các phương pháp thông thường.
Ý nghĩa
Cho thấy tiềm năng tận dụng hiệu quả hơn dữ liệu robot được thu thập từ các môi trường đa dạng.Tóm tắt AI
Bài báo2026-10-29 · arXiv (Cornell University)

Chứng minh rằng các mô hình trí tuệ nhân tạo học cùng một thế giới ngay cả qua các dạng thông tin khác nhau

Proving and Improving the Platonic Representation Hypothesis with JEPAs
Yann LeCun và 1 người khác
Nội dung
Các nhà nghiên cứu đã chứng minh giả thuyết rằng các mô hình trí tuệ nhân tạo được huấn luyện trên các dạng đầu vào khác nhau sẽ hội tụ về cùng một biểu diễn thế giới thành một định lý toán học và đề xuất phương pháp cải thiện điều đó.
Kết quả chính
Đã xác nhận rằng các mô hình sử dụng góc nhìn tốt có thể căn chỉnh các biểu diễn hiệu quả hơn nhiều với dữ liệu ít hơn đáng kể so với phương pháp dự đoán mã thông báo tiếp theo.
Ý nghĩa
Nghiên cứu này có thể góp phần cải thiện cách trí tuệ nhân tạo hiểu dữ liệu một cách hiệu quả và kết nối các dạng thông tin khác nhau.Tóm tắt AI
Bài báo2026-10-29 · arXiv (Cornell University)

Nâng cao hiệu suất AI tiếp nhận tâm thần thông qua đào tạo trong môi trường mô phỏng

Training language models in simulation for psychiatric intake
Mark Chen và 55 người khác
Nội dung
Các nhà nghiên cứu đã chứng minh rằng các mô hình ngôn ngữ trải qua quá trình học tăng cường trong môi trường mô phỏng cải thiện đáng kể khả năng tiếp nhận ban đầu về tâm thần dựa trên văn bản có cấu trúc.
Kết quả chính
Trong các đánh giá có sự tham gia của các bác sĩ tâm thần, trí tuệ nhân tạo được đào tạo đã vượt trội hơn mô hình cơ sở ở nhiều chỉ số, bao gồm điểm số lâm sàng, giao tiếp tập trung vào bệnh nhân và tính thích hợp của chẩn đoán phân biệt.
Ý nghĩa
Điều này cho thấy môi trường mô phỏng có thể đóng vai trò là một bệ phóng thử nghiệm hữu ích để huấn luyện trí tuệ nhân tạo trò chuyện trong lĩnh vực tâm thần và xác minh tính an toàn của nó.Tóm tắt AI
Bài báo2026-10-28

Phát triển các mô hình AI hiệu suất cao có khả năng thực hiện các tác vụ phức tạp

Nemotron 3.5 Super and Lightning: Open, Efficient Mixture-of-Experts Hybrid Mamba-Transformer Models for Agentic AI
Ashish Vaswani và 499 người khác
Nội dung
Các nhà nghiên cứu đã phát triển Nemotron 3.5 Super và Lightning, các mô hình AI mã nguồn mở phù hợp cho việc suy luận, hiểu ngữ cảnh dài và thực hiện tác vụ tự động.
Kết quả chính
Mô hình Super đạt 51.78% trong các đánh giá về kỹ thuật phần mềm trong khi sử dụng ít tham số kích hoạt hơn, vượt trội hơn các mô hình trước đây và thể hiện hiệu suất xử lý cao thông qua nhiều tối ưu hóa khác nhau.
Ý nghĩa
Nghiên cứu này chứng minh khả năng nâng cao đồng thời hiệu quả và hiệu suất của các mô hình quy mô lớn để chúng có thể được ứng dụng thực tế trong nhiều môi trường khác nhau.Tóm tắt AI
Bài báo2026-10-27 · SuperIntelligence - Robotics - Safety & Alignment

Nhà Trắng Hoa Kỳ và các công ty AI đã ký kết thỏa thuận quản trị trí tuệ nhân tạo siêu thông minh.

White House Accord on Super Intelligence
Dario Amodei và 6 người khác
Nội dung
Tổng thống Hoa Kỳ và các giám đốc điều hành của các công ty AI lớn đã ký Thỏa thuận Siêu thông minh Nhà Trắng, một cam kết quản trị 4 giai đoạn nhằm phát triển trí tuệ nhân tạo siêu thông minh.
Kết quả chính
Các công ty tham gia đã đồng ý thực hiện các biện pháp kiểm soát nội bộ mạnh mẽ, vận hành các nhóm xác minh nội bộ độc lập, chịu sự kiểm toán bên ngoài và đảm bảo sự giám sát thông qua một ủy ban độc lập của hội đồng quản trị.
Ý nghĩa
Điều này tạo tiền đề cho các nhà phát triển trí tuệ nhân tạo tiên tiến áp dụng các biện pháp kiểm soát nội bộ và kiểm toán bên ngoài có hệ thống vì lý do an ninh và an toàn.Tóm tắt AI
Bài báo2026-10-22 · Science

Trí tuệ nhân tạo đạt độ chính xác cao hơn bác sĩ trong quá trình chẩn đoán lặp đi lặp lại

Sequential diagnosis with language models
Mustafa Suleyman và 14 người khác
Nội dung
Các nhà nghiên cứu đã phát triển một hệ thống trí tuệ nhân tạo dựa trên mô hình ngôn ngữ lớn và bộ tiêu chuẩn đánh giá tương tác mô phỏng quá trình chẩn đoán lâm sàng.
Kết quả chính
Hệ thống trí tuệ nhân tạo này đạt độ chính xác lần lượt là 83,2 phần trăm và 80,3 phần trăm trong các đánh giá ca bệnh y tế, cho thấy hiệu suất vượt trội hơn so với các bác sĩ đa khoa.
Ý nghĩa
Mặc dù trong môi trường được kiểm soát, điều này cho thấy tiềm năng của các mô hình ngôn ngữ trong việc hỗ trợ chẩn đoán chính xác và tiết kiệm chi phí hơn.Tóm tắt AI
Bài báo2026-10-22

Đã tìm ra quy luật nâng cao hiệusuất bằng dữ liệu giả lập do trí tuệ nhân tạo tạo ra

Rewriting Scaling Laws for Synthetic Data with Compute and Data Constraints
Percy Liang và 6 người khác
Nội dung
Khi sử dụng dữ liệu giả lập được viết lại từ các tài liệu ngôn ngữ tự nhiên theo các phong cách khác nhau cho việc huấn luyện trước, chúng tôi đã nghiên cứu các quy luật dự đoán tỷ lệ tối ưu và hiệu suất dưới các ràng buộc về tính toán và dữ liệu.
Kết quả chính
Khi khối lượng tính toán tăng lên, tỷ lệ tối ưu của dữ liệu giả lập tăng lên và các mô hình được huấn luyện bằng dữ liệu giả lập do các mô hình lớn hơn hoặc có cùng kích thước tạo ra cho thấy hiệu suất vượt trội hơn so với các mô hình chỉ sử dụng dữ liệu gốc.
Ý nghĩa
Điều này cho thấy các phương pháp huấn luyện AI sử dụng dữ liệu giả lập có thể dự đoán được, qua đó giúp vượt qua các hạn chế về dữ liệu và cải thiện hiệu suất một cách hiệu quả.Tóm tắt AI
Bài báo2026-10-22 · BMJ digital health & AI

Đề xuất định nghĩa và tiêu chí đánh giá siêu trí tuệ y tế trong trí tuệ nhân tạo

Medical superintelligence: foundations and aspirations
Mustafa Suleyman và 13 người khác
Nội dung
Thảo luận về cách công nghệ trí tuệ nhân tạo đóng góp vào các dịch vụ y tế hiệu quả hơn và giới thiệu sáu chiều kích phụ thuộc lẫn nhau của trí tuệ y tế.
Kết quả chính
Làm rõ rằng việc nâng cao chất lượng chăm sóc sức khỏe đòi hỏi không chỉ hiệu suất vượt trội trong các nhiệm vụ riêng lẻ mà còn cần các hệ thống hợp tác với con người để thực hiện suy luận y tế tích hợp xuyên suốt toàn bộ quá trình điều trị.
Ý nghĩa
Đề xuất hướng kết hợp các năng lực này với trí tuệ y tế hiện có để nâng cao chất lượng và khả năng tiếp cận các dịch vụ y tế.Tóm tắt AI
Bài báo2026-10-20 · Zenodo (CERN European Organization for Nuclear Research)

Công bố dữ liệu cấu trúc được sử dụng trong bài báo về thiết kế enzyme dựa trên trí tuệ nhân tạo

Supplementary Data 2. Designed and predicted structures of all designs
Demis Hassabis · Pushmeet Kohli · Rob Fergus và 35 người khác
Nội dung
Nhóm nghiên cứu đã công bố tất cả các tệp dữ liệu cấu trúc được đề cập trong bài báo về thiết kế enzyme bằng trí tuệ nhân tạo cho các phản ứng hóa học mới.
Kết quả chính
Tệp nén chứa các cấu trúc do mô hình trí tuệ nhân tạo tạo ra, các cấu trúc được thiết kế lại và dữ liệu cấu trúc dự đoán bổ sung.
Ý nghĩa
Dữ liệu được công bố cho phép các nhà nghiên cứu liên quan xác minh kết quả thiết kế enzyme dựa trên trí tuệ nhân tạo và tiến hành nghiên cứu thêm.Tóm tắt AI
Bài báo2026-10-12 · arXiv (Cornell University)

Phát triển công nghệ khám phá hiệu quả các ứng viên kháng thể đa dạng bằng trí tuệ nhân tạo

Multi-Objective Amortized CDRH3 Sequence Sampling Diversifies Promising Antibody Candidates
Yoshua Bengio và 5 người khác
Nội dung
Các nhà nghiên cứu đã phát triển một công nghệ tạo trình tự kháng thể mới dựa trên trí tuệ nhân tạo, có thể đồng thời xem xét nhiều điều kiện và tính đa dạng trong quá trình thiết kế kháng thể.
Kết quả chính
So với các phương pháp hiện có, công nghệ này tạo ra các ứng viên kháng thể đa dạng và có thể chấp nhận được nhiều gấp 10 lần ở mức độ tương đồng trình tự 50 phần trăm.
Ý nghĩa
Nghiên cứu này có thể giúp giảm xác suất thất bại trong giai đoạn đầu phát triển thuốc mới và khám phá các ứng viên kháng thể tiềm năng khác nhau.Tóm tắt AI
Bài báo2026-10-12 · Micromachines

Phân tích công nghệ chế tạo và ứng dụng y tế của vi robot tích hợp sinh học

Construction and Functional Engineering of Bio-Integrated Micro/Nanorobots for Theranostic Applications
Liang Wenfeng và 7 người khác
Nội dung
Đã xem xét việc chế tạo và các ứng dụng chẩn đoán kết hợp điều trị của vi và nano robot tích hợp sinh học, kết hợp các đặc tính sinh học với công nghệ.
Kết quả chính
Đã đưa ra các chiến lược kỹ thuật và hướng dẫn sản xuất nhằm triển khai khả năng di chuyển, hình ảnh nội tạng và các chức năng điều trị sử dụng các thành phần dựa trên tế bào.
Ý nghĩa
Cho thấy hướng đi tiềm năng trong việc ứng dụng vi robot tích hợp sinh học vào lĩnh vực can thiệp y tế chính xác và y học cá nhân hóa.Tóm tắt AI
Bài báo2026-10-11 · arXiv (Cornell University)

Giảm lỗi dự đoán của mô hình thế giới AI bằng cách áp dụng các định luật vật lý

LeHami: Symplectic Latent Dynamics for World Models
Yann LeCun và 2 người khác
Nội dung
Các nhà nghiên cứu đã phát triển LeHami, một phương pháp huấn luyện mô hình thế giới mới kết hợp các tính chất hình học của hệ thống vật lý với trí tuệ nhân tạo.
Kết quả chính
Khác với các phương pháp thông thường, phương pháp này ngăn chặn hiện tượng thông tin bị nén và biến mất trong quá trình dự đoán dài hạn, đồng thời cải thiện đáng kể hiệu suất dự đoán vận tốc.
Ý nghĩa
Nghiên cứu này có thể đóng góp vào việc giúp trí tuệ nhân tạo hiểu và mô phỏng các không gian vật lý một cách chính xác hơn.Tóm tắt AI
Bài báo2026-10-09 · DigitalCommons-IMSA (Illinois Mathematics and Science Academy)

Giới thiệu về các thành tựu chính và sự nghiệp của nhà nghiên cứu AI Jared Kaplan

Recipient of the 2026 Alumni Trailblazer Award
Nội dung
Giới thiệu các thành tựu nghiên cứu và sự nghiệp trong lĩnh vực trí tuệ nhân tạo của Jared Kaplan, đồng sáng lập kiêm Giám đốc Khoa học của Anthropic.
Kết quả chính
Nghiên cứu các quy luật dự đoán hiệu suất của các hệ thống trí tuệ nhân tạo quy mô lớn và đi đầu trong các kỹ thuật đảm bảo trí tuệ nhân tạo tuân thủ các nguyên tắc được định sẵn.
Ý nghĩa
Đóng góp vào việc cung cấp khung lý thuyết và hướng dẫn cho việc phát triển trí tuệ nhân tạo an toàn và có lợi.Tóm tắt AI
Bài báo2026-10-08 · Code Ocean

Công bố công nghệ giải thích nguyên nhân gây ra sự không chắc chắn trong trí tuệ nhân tạo

pce-uncertainty-attribution: code for "Interpretable attribution of decision-relevant uncertainty in AI"
Yoshua Bengio và 6 người khác
Nội dung
Đã công bố mã nguồn và phương pháp để giải thích các yếu tố góp phần gây ra sự không chắc chắn trong việc ra quyết định của các mô hình trí tuệ nhân tạo đã được huấn luyện.
Kết quả chính
Sử dụng các mô hình thay thế đa thức để làm sáng tỏ nguyên nhân gây ra sự không chắc chắn của mô hình trong các lĩnh vực hóa học, thiết kế thí nghiệm và căn chỉnh mô hình ngôn ngữ.
Ý nghĩa
Có thể được ứng dụng để hiểu rõ hơn quá trình ra quyết định của các mô hình trí tuệ nhân tạo trong nhiều lĩnh vực khác nhau và nâng cao độ tin cậy.Tóm tắt AI
Bài báo2026-10-08 · Science

Tự động chứng minh các bài toán toán học chưa có lời giải bằng trí tuệ nhân tạo

Advancing mathematics research with AI-driven formal proof search
Pushmeet Kohli và 20 người khác
Nội dung
Chúng tôi đã phát triển một tác nhân trí tuệ nhân tạo tìm kiếm các chứng minh toán học quy mô lớn bằng cách tận dụng một ngôn ngữ mà trong đó trình biên dịch xác minh các bước chứng minh.
Kết quả chính
Tác nhân trí tuệ nhân tạo này đã giải quyết thành công một cách tự trị một số bài toán và phỏng đoán toán học chưa có lời giải.
Ý nghĩa
Nó cho thấy tiềm năng của trí tuệ nhân tạo trong việc thúc đẩy các khám phá toán học mang tính tự trị.Tóm tắt AI
Bài báo2026-10-07 · arXiv (Cornell University)

Phát triển công nghệ xử lý bộ nhớ trực quan dài cho điều khiển robot thời gian thực

Long-WAM: Scaling the Context of World-Action Models
Song Han và 15 người khác
Nội dung
Các nhà nghiên cứu đã phát triển Long-WAM, một mô hình tận dụng hiệu quả thông tin trực quan trong quá khứ của robot trong các ràng buộc thời gian thực.
Kết quả chính
Khi tiền huấn luyện mô hình nền tảng xử lý thông tin trực quan bằng phương pháp tự hồi quy (AR), việc tận dụng bộ nhớ quá khứ được tối đa hóa và tỷ lệ thành công trong tác vụ của robot được cải thiện.
Ý nghĩa
Nó chứng minh rằng có thể vận hành trong thời gian thực ở các môi trường phần cứng khác nhau, có thể đóng góp cho các tác vụ điều khiển robot dài hạn phức tạp trong tương lai.Tóm tắt AI
Bài báo2026-10-07 · arXiv (Cornell University)

Phát triển mô hình thế giới tích hợp các hành vi của nhiều loại robot thành một thể thống nhất

Cross-Embodiment Robot Foundation World Models with Latent Actions
Fei-Fei Li và 11 người khác
Nội dung
Đã phát triển một mô hình thế giới robot tận dụng không gian hành động ẩn tích hợp có thể được chia sẻ bởi nhiều loại robot khác nhau.
Kết quả chính
Khi áp dụng cho các robot mới, mô hình cho thấy hiệu suất cải thiện tới 46.7% trong các tác vụ thao tác tinh vi và cải thiện 11.7% trong đánh giá hiệu năng LIBERO so với các phương pháp thông thường.
Ý nghĩa
Cho phép học tập hiệu quả giữa các robot khác nhau, góp phần giải quyết các thách thức lớn trong lĩnh vực robot.Tóm tắt AI
Bài báo2026-10-07 · arXiv (Cornell University)

Công nghệ AI biến video robot ảo thành video thực tế

RoboRender: Robot-Oriented Video Generation for Visual Sim-to-Real Transfer
Fei-Fei Li và 8 người khác
Nội dung
Đã phát triển công nghệ nâng cao năng lực điều khiển robot bằng cách chuyển đổi dữ liệu robot từ môi trường ảo thành video giống như thế giới thực.
Kết quả chính
Robot được huấn luyện bằng công nghệ này đạt tỷ lệ thành công trung bình 71 phần trăm trong môi trường thực tế, thể hiện hiệu suất vượt trội so với các phương pháp hiện có.
Ý nghĩa
Điều này có thể giúp giảm7 bớt vấn đề trực quan khi dữ liệu được tạo ra trong môi trường ảo khó áp dụng trực tiếp lên robot thực tế.Tóm tắt AI
Bài báo2026-10-07

Phát triển phương pháp dự đoán trước hiệu năng tác nhân lập trình của các mô hình AI cơ sở

Before They Can Solve: Predicting Post-Training Coding-Agent Performance from Base Models
Ashish Vaswani và 21 người khác
Nội dung
Phát triển ba màn hình đánh giá tận dụng các đường dẫn thành công của các tác nhân lập trình đã qua huấn luyện hậu kỳ để đánh giá tiềm năng của các mô hình AI cơ sở.
Kết quả chính
Cả ba phương pháp đánh giá được phát triển đều dự đoán sát với hiệu năng thực tế các thứ hạng của nhóm mô hình mở.
Ý nghĩa
Đưa ra khả năng tận dụng các tiêu chuẩn đánh giá tác nhân lập trình trong tương lai cho việc đánh giá mô hình cơ sở.Tóm tắt AI
Bài báo2026-10-06 · arXiv (Cornell University)

Phát triển thuật toán giúp tăng tốc học tập hành vi của robot trí tuệ nhân tạo

QF3: Fast Flow RL with Filtered Q-Gradients
Pieter Abbeel và 9 người khác
Nội dung
Các nhà nghiên cứu đã phát triển QF3, một thuật toán học tăng cường mới giúp học các mẫu hành vi của robot một cách hiệu quả.
Kết quả chính
Đã chứng minh rằng nó có thể học các chính sách di chuyển và theo dõi chuyển động của robot hình người nhanh hơn khoảng 10 lần so với các phương pháp hiện có.
Ý nghĩa
Nó cho thấy tiềm năng học tập và cải thiện công nghệ điều khiển hành vi của robot nhanh hơn và hiệu quả hơn.Tóm tắt AI
Bài báo2026-10-06 · arXiv (Cornell University)

Công nghệ điều khiển vận động và thao tác toàn thân cho robot hình người sử dụng mô phỏng của con người

Workhorse: Learning Robust Whole-Body Humanoid Loco-Manipulation from Human Data
Pieter Abbeel và 6 người khác
Nội dung
Đã phát triển công nghệ cho phép robot hình người thao tác đồ vật và di chuyển bằng cách tận dụng các video mô phỏng của con người thông qua bộ lập kế hoạch trực quan và bộ theo dõi học tăng cường.
Kết quả chính
Thực hiện thành công các thao tác toàn thân phức tạp như khiêng hộp, cầm hộp và bước qua va-li trên robot thực tế Unitree G1.
Ý nghĩa
Cho thấy robot có thể nâng cao khả năng xử lý đồ vật trong khi vẫn giữ được thăng bằng trong các môi trường phức tạp dựa trên dữ liệu hành vi của con người.Tóm tắt AI
Bài báo2026-10-06 · arXiv (Cornell University)

Ky thuat Humanize nang cao do tin cay cua lap trinh tri tue nhan tao

Humanize: Judgement Engineering for Agentic Coding
Song Han và 8 người khác
Nội dung
Gioi thieu Humanize, mot quy trinh lam việc hop tac giua nhieu tri tue nhan tao ap dung cac quyet dinh ro rang, mang tinh co hoc giua cac giai doan lap ke hoach, trien khai va danh gia.
Kết quả chính
Tri tue nhan tao san xuat va tri tue nhan tao danh gia tu cac nha cung cap khac nhau da lam viec luon phiên, dat hieu suat cao trong viec giai quyet van de canh tranh va danh gia hieu suat.
Ý nghĩa
Chung minh rang cac danh gia doc lap giup phat hien loi trong qua trinh lap trinh duoc ho tro boi tri tue nhan tao.Tóm tắt AI
Bài báo2026-10-06 · arXiv (Cornell University)

Phát triển kiến trúc mạng thần kinh nhân tạo mới tách biệt bộ nhớ ngắn hạn và dài hạn

Continuous Memory Machines
Llion Jones và 5 người khác
Nội dung
Các nhà nghiên cứu đã phát triển một kiến trúc mạng thần kinh nhân tạo mới có tên là Continuous Memory Machines (CMM), phân tách các trạng thái bộ nhớ ngắn hạn và dài hạn dạng ma trận.
Kết quả chính
Nó cho thấy hiệu suất vượt trội và khả năng tổng quát hóa so với các mô hình hiện có trong các tác vụ thuật toán và suy luận.
Ý nghĩa
Nó có thể góp phần cải thiện khả năng ghi nhớ và suy luận của trí tuệ nhân tạo trong nhiều tác vụ khác nhau.Tóm tắt AI
Bài báo2026-10-06 · arXiv (Cornell University)

Làm rõ mối quan hệ giữa khả năng kiểm soát môi trường và độ trung tâm cấu trúc trong tác nhân trí tuệ nhân tạo

The Geometry of Empowerment
Sergey Levine và 3 người khác
Nội dung
Các nhà nghiên cứu đã tiết lộ mối quan hệ giữa sự trao quyền, nghĩa là khả năng của tác nhân AI trong việc kiểm soát môi trường xung quanh, và độ trung tâm cấu trúc, yếu tố mang lại khả năng tiếp cận rộng rãi với các kết quả trong tương lai.
Kết quả chính
Đề xuất một cấu trúc hình học mới có thể giải thích và phân tích điều này bằng cách kết nối việc tối đa hóa sự trao quyền với các phương pháp học kỹ năng.
Ý nghĩa
Cung cấp những hàm ý lý thuyết cần thiết để xây dựng các phương pháp tối đa hóa sự trao quyền có khả năng mở rộng.Tóm tắt AI
Bài báo2026-10-06 · arXiv (Cornell University)

Ra mắt khung mở kết hợp điều khiển robot và dự đoán tương lai

OpenWAM: An Open Framework for Composable World-Action Models
Fei-Fei Li và 9 người khác
Nội dung
Phát triển OpenWAM, một khung mã nguồn mở để so sánh và nghiên cứu các mô hình thế giới-hành động xử lý đồng thời việc điều khiển robot và dự đoán video tương lai.
Kết quả chính
Phương pháp được đề xuất đã nâng cao đáng kể tỷ lệ thành công trong các tác vụ thao tác của robot và cải thiện hiệu suất của mô hình động lực học thông qua việc học dữ liệu phản thực tế.
Ý nghĩa
Cung cấp một nền tảng chung để so sánh các phương pháp điều khiển robot và dự đoán video khác nhau, từ đó nâng cao hiệu quả nghiên cứu công nghệ liên quan.Tóm tắt AI
Bài báo2026-10-06 · arXiv (Cornell University)

Phương pháp mới đánh giá khả năng tự cải thiện của các tác nhân AI thông qua trải nghiệm

Agent Plasticity: Measuring Self-Improvement Through Experience
Rob Fergus và 10 người khác
Nội dung
Giới thiệu khái niệm độ dẻo của tác nhân và nghiên cứu các phương pháp đánh giá để đo lường hiệu quả tự cải thiện của các tác nhân AI tự phát triển thông qua trải nghiệm.
Kết quả chính
Mặc dù có cơ hội học tập tương tự nhau, các mô hình tiên tiến nhất cho thấy sự khác biệt lớn trong quỹ đạo cải thiện của chúng, và tác nhân có hiệu suất cuối cùng tốt nhất không nhất thiết phải cải thiện hiệu quả nhất.
Ý nghĩa
Cho thấy rằng khi đánh giá tiềm năng của trí tuệ nhân tạo, điều quan trọng là không chỉ đo lường năng lực tại một thời điểm cố định mà còn phải đo lường mức độ cải thiện hiệu quả của chúng thông qua trải nghiệm.Tóm tắt AI
Bài báo2026-10-06

OTel công bố các mô hình và tập dữ liệu AI chuyên dụng cho lĩnh vực viễn thông

OTel: Open Telco AI Datasets, Benchmarks, and Models
Ashish Vaswani và 17 người khác
Nội dung
Các nhà nghiên cứu đã công bố tài nguyên 'Open Telco (OTel)', bao gồm các tập dữ liệu, tiêu chuẩn đánh giá và các mô hình được huấn luyện bằng các tài nguyên đó, cần thiết cho việc huấn luyện AI chuyên dụng cho lĩnh vực viễn thông.
Kết quả chính
Các mô hình dựa trên OTel được công bố lần lượt đạt hiệu suất 93,1%, 0,947 và 87,8% trong việc truy xuất dữ liệu viễn thông, sắp xếp lại tài liệu và đánh giá độ chính xác của mô hình ngôn ngữ.
Ý nghĩa
Việc công bố này cung cấp một điểm khởi đầu có thể tái tạo nhằm thúc đẩy nghiên cứu và ứng dụng trí tuệ nhân tạo trong lĩnh vực viễn thông.Tóm tắt AI
Bài báo2026-10-05 · arXiv (Cornell University)

Phát triển tiêu chuẩn mới nghiên cứu hiện tượng công nghệ sao chép hành vi của trí tuệ nhân tạo

Behavioral Cloning Mystery
Sergey Levine và 1 người khác
Nội dung
Đề xuất OCBench, một công cụ đánh giá thao tác robot có các đặc điểm tương tự như sự thị phạm của con người.
Kết quả chính
Cho thấy công cụ này cho phép nghiên cứu khoa học về các hiện tượng khác nhau liên quan đến việc sao chép hành vi và kiểm định các giả thuyết trong môi trường dựa trên đơn vị xử lý đồ họa (GPU).
Ý nghĩa
Cung cấp nền tảng để phân tích các hiện tượng từng có nguyên nhân không rõ ràng trong công nghệ học tập của robot trong một môi trường được kiểm soát.Tóm tắt AI
Bài báo2026-10-05 · arXiv (Cornell University)

Phương pháp thu thập dữ liệu hướng dẫn bằng hiệu suất nhằm nâng cao hiệu quả học tập của robot

Mulligan: Performance-Guided Data Collection for Efficient On-Robot Learning
Chelsea Finn và 6 người khác
Nội dung
Các nhà nghiên cứu đã đề xuất Mulligan, một kỹ thuật nâng cao hiệu quả trong quá trình học thao tác của robot bằng cách thu thập dữ liệu tập trung vào các trạng thái thất bại và chưa được thử nghiệm.
Kết quả chính
Kỹ thuật Mulligan đã cải thiện tỷ lệ thành công trong tác vụ cuối cùng của robot từ 10 phần trăm lên 34 phần trăm so với các phương pháp thông thường.
Ý nghĩa
Điều này cho thấy một bước tiến công nghệ giúp con người sử dụng thời gian và nỗ lực hiệu quả hơn khi dạy robot.Tóm tắt AI
Bài báo2026-10-05 · arXiv (Cornell University)

Phat trien mo hinh AI H-JEPA hoc cau truc phan cap cho ke hoach truc quan phuc tap

H-JEPA: End-to-End Learning of Hierarchical World Models for Visual Planning
Yann LeCun và 4 người khác
Nội dung
Da phat trien H-JEPA, mot mo hinh the gioi phan cap hoc theo cac muc do truu tuong khac nhau tuy theo khung thoi gian.
Kết quả chính
Trong cac thi nghiem tren moi truong mo phong va video robot thuc te, ty le thanh cong cua ke hoach cao hon va hieu suat tinh toan duoc cai thien so voi mo hinh mot muc do thong thuong.
Ý nghĩa
Co the gop phan nang cao hieu suat trong dieu khien robot va cac tac vu truc quan doi hoi ke hoach dai han phuc tap.Tóm tắt AI
Bài báo2026-10-04 · arXiv (Cornell University)

Đề xuất phương pháp mới huấn luyện mô hình AI cân bằng nhiều giá trị

Which Preferences to Train On? End-to-End Multi-Objective Alignment with an Adversarial Preference Distribution
Cho Kyunghyun và 2 người khác
Nội dung
Các nhà nghiên cứu đã đề xuất một phương pháp huấn luyện mang tên MAESTRO, cho phép các mô hình ngôn ngữ AI điều chỉnh sự cân bằng giữa nhiều giá trị như tính hữu ích, tính vô hại và tính hài hước theo yêu cầu của người dùng.
Kết quả chính
Theo bản tóm tắt, MAESTRO đã đạt được các đường cong đánh đổi tốt nhất (mặt trận Pareto) trong hầu hết các tác vụ chỉ với một lần huấn luyện duy nhất trong các thí nghiệm xử lý tối đa ba mục tiêu, và có chi phí huấn luyện thấp nhất trong số các phương pháp được so sánh.
Ý nghĩa
Mặc dù điều này cho thấy tiềm năng để các doanh nghiệp xây dựng các dịch vụ AI phù hợp với cài đặt của từng người dùng hiệu quả hơn nếu một mô hình duy nhất có thể xử lý nhiều tổ hợp giá trị, tác động thực tế trên thị trường rất khó đánh giá chỉ từ bản tóm tắt.Tóm tắt AI
Bài báo2026-10-04 · arXiv (Cornell University)

Đo lường mức độ dễ dàng của AI trong việc nảy ra các ý tưởng nghiên cứu trong tương lai

Priced Guidance: Can Language Models Generate Future Research Ideas?
Percy Liang và 2 người khác
Nội dung
Nghiên cứu đề xuất một phương pháp để ước tính gián tiếp khả năng mô hình ngôn ngữ tự nảy ra các ý tưởng nghiên cứu mới mà không cần gợi ý, thông qua lượng thông tin (chi phí nén) cần thiết để tiết lộ câu trả lời đúng.
Kết quả chính
Năm mô hình đã được đánh giá dựa trên các ý tưởng cốt lõi của 87 bài báo học sâu gần đây, và chi phí nén trung vị của mô hình đơn lẻ tốt nhất là 69,9 bit. Con số này thấp hơn đáng kể so với mức trung vị 5.712 bit của công cụ nén chung gzip.
Ý nghĩa
Nghiên cứu này thể hiện một khung đánh giá mới có thể tính toán cận dưới của xác suất mô hình tạo ra ý tưởng. Tuy nhiên, phần tóm tắt không đề cập đến năng suất nghiên cứu hay tác động thị trường.Tóm tắt AI
Bài báo2026-10-04 · arXiv (Cornell University)

Ra mắt AI 'SheetSage2' chuyển đổi âm nhạc thành bản nhạc

SheetSage2: Coherent Lead-Sheet Transcription with Synthetic Supervision
Yann LeCun và 6 người khác
Nội dung
Giới thiệu SheetSage2, một mô hình ký âm nhạc tích hợp giúp tự động chuyển đổi bản thu âm thanh thành bản nhạc (lead-sheet) mà con người có thể đọc được.
Kết quả chính
Mô hình đơn lẻ SheetSage2-AR đã vượt trội hơn các hệ thống hiện có được liệt kê ở 12 trong tổng số 15 cặp tiêu chuẩn và chỉ số đánh giá, cải thiện đáng kể so với phiên bản trước đó SheetSage1, và thậm chí vượt qua cả các mô hình chuyên biệt cho từng tác vụ ở một số tiêu chuẩn.
Ý nghĩa
Đây là nghiên cứu nâng cao độ chính xác của công nghệ ký âm, đồng thời trọng số mô hình và mã suy luận đã được công bố để phục vụ cho các nghiên cứu tiếp theo hoặc ứng dụng. Tuy nhiên, rất khó để đánh giá khả năng thương mại hóa hoặc quy mô thị trường chỉ dựa vào phần tóm tắt.Tóm tắt AI
Bài báo2026-10-04 · arXiv (Cornell University)

Đề xuất phương pháp nhiều tác nhân AI tích lũy công việc trong kho lưu trữ Git để giải quyết vấn đề

GitSwarm: Decentralized Compounding Inference
Rob Fergus và 13 người khác
Nội dung
Đã đề xuất và đánh giá GitSwarm, một hệ thống 'suy luận tích lũy' trong đó nhiều tác nhân AI giống nhau làm việc độc lập trong một kho lưu trữ Git được chia sẻ, liên tục lưu trữ, tham chiếu và kết hợp các kết quả trung gian.
Kết quả chính
Đã báo cáo giải quyết tất cả 30 bài toán chứng minh toán học trong một lần chạy, vượt qua đường cơ sở mạnh nhất dưới điều kiện ngân sách cố định (65.1 điểm) với trung bình 79.4 điểm trên tiêu chuẩn lập trình ProgramBench, đồng thời cải thiện các cấu trúc ban đầu thông qua các thí nghiệm lặp đi lặp lại qua ba nhiệm vụ cấu trúc mạng thần kinh.
Ý nghĩa
Cho thấy AI có thể tích lũy các thành tựu trung gian thay vì loại bỏ kết quả sau mỗi lần thử, tái sử dụng chúng cho các công việc tiếp theo, từ đó gợi ý một hướng đi cho việc giải quyết vấn đề dài hạn và thiết kế AI cho nghiên cứu khoa học. Tuy nhiên, vì đây là kết quả ở mức độ tóm tắt, rất khó để đánh giá tác động công nghiệp thực tế chỉ từ tài liệu này.Tóm tắt AI
Bài báo2026-10-03 · arXiv (Cornell University)

Các nhà nghiên cứu đề xuất framework đánh giá phương pháp giám sát câu trả lời của AI thông qua thực thi mã

PyINE: A Framework for Scalable Elicitation and Oversight via Code Execution
Yoshua Bengio và 7 người khác
Nội dung
Tạo ra framework PyINE, sử dụng kết quả thực thi chương trình làm đáp án chuẩn, để xem xét liệu người giám sát có thể tin tưởng các câu trả lời của AI có lập luận có vẻ hợp lý nhưng không đầy đủ hay không.
Kết quả chính
Các mô hình được huấn luyện để đi đường tắt đã cải thiện đáng kể khả năng dự đoán kết quả thực thi, nhưng vẫn mắc lỗi có hệ thống khi các manh mối sai lệch mâu thuẫn với hành vi thực tế, và các giám sát viên dạng học tập chi phí thấp thường xuyên bỏ sót các lỗi đi đường tắt hiếm gặp.
Ý nghĩa
Có ý nghĩa ở chỗ đưa ra một môi trường thử nghiệm có thể so sánh và tái sử dụng các phương pháp giám sát xác thực câu trả lời của AI trong cùng một điều kiện, mặc dù bản tóm tắt không đề cập đến hiệu quả ứng dụng dịch vụ thực tế.Tóm tắt AI
Bài báo2026-10-02 · arXiv (Cornell University)

Đề xuất GOTT, công nghệ cầm nắm vật thể có thể tái sử dụng cho nhiều bàn tay robot

GOTT: Object-centric Dexterous Manipulation with a Reusable Cross-Embodiment Primitive
Pieter Abbeel và 6 người khác
Nội dung
Để giúp bàn tay robot có nhiều ngón giống như tay người có thể cầm nắm vật thể ổn định và di chuyển theo hướng mong muốn, các tác giả đã đề xuất GOTT, một công nghệ tiếp xúc có thể sử dụng chung cho các loại robot và hình dạng bàn tay khác nhau.
Kết quả chính
Trong các thí nghiệm mô phỏng và trên robot thực tế, GOTT đã tạo ra các điểm tiếp xúc ổn định trên nhiều vật thể, nền tảng tay-cánh tay và các hình dạng bàn tay chưa từng thấy trong quá trình học, đồng thời cải thiện liên tục tỷ lệ thành công của tác vụ so với các phương pháp cầm nắm được lập trình sẵn.
Ý nghĩa
Nghiên cứu này cho thấy tiềm năng tái sử dụng cùng một công nghệ ngay cả khi loại bàn tay robot thay đổi nhờ sử dụng một thành phần chuyển động chung không phụ thuộc vào một robot cụ thể. Tuy nhiên, rất khó để đánh giá mức độ thương mại hóa hoặc tác động công nghiệp thực tế chỉ từ phần tóm tắt.Tóm tắt AI
Bài báo2026-10-02 · arXiv (Cornell University)

Thiết kế bộ nhớ mô-đun cho sửa lỗi máy tính lượng tử giúp giảm đáng kể mức tiêu thụ tài nguyên

Low-Overhead Quantum Error Correction with Boundary-Connected Planar Modules
Pushmeet Kohli và 13 người khác
Nội dung
Các nhà nghiên cứu đã chia bộ xử lý lượng tử thành các mô-đun phẳng và chứng minh thông qua mô phỏng rằng việc tận dụng các kết nối giữa các mô-đun có thể giảm số lượng qubit vật lý cần thiết cho việc sửa lỗi lượng tử xuống hơn 10 lần.
Kết quả chính
Thiết kế mã mô-đun mới cho thấy khả năng giảm tiêu thụ qubit vật lý hơn 10 lần (và hơn 30 lần trong các hệ thống quy mô lớn) so với mã bề mặt.
Ý nghĩa
Nghiên cứu này chứng minh tiềm năng về các thiết bị lưu trữ mật độ cao vừa duy trì được lợi ích chế tạo của các mô-đun phẳng vừa tận dụng được các ưu điểm của mã hiệu suất cao.Tóm tắt AI
Bài báo2026-10-02 · bioRxiv (Cold Spring Harbor Laboratory)

Công nghệ hóa học enzyme mới kết hợp thiết kế protein bằng trí tuệ nhân tạo và tiến hóa

Design-Evolution Synergy Enables New-to-Nature Enzyme Chemistry
Pushmeet Kohli và 16 người khác
Nội dung
Đã phát triển một loại enzyme thực hiện các phản ứng amin hóa carbon-hydro không có trong tự nhiên bằng cách kết hợp các kỹ thuật thiết kế và tiến hóa protein dựa trên trí tuệ nhân tạo.
Kết quả chính
Đã tổng hợp thành công một loại enzyme mới có tính chọn lọc vị trí và đối quang có thể lập trình được, hiệu suất xúc tác cao và độ ổn định enzyme vượt trội.
Ý nghĩa
Chứng minh rằng công nghệ thiết kế protein có thể được sử dụng để tạo ra các enzyme thúc đẩy các phản ứng hóa học khó khăn.Tóm tắt AI
Bài báo2026-10-01 · arXiv (Cornell University)

VISTA: Nghiên cứu cải thiện hiệu suất của tác nhân AI đa phương thức bằng bộ nhớ trực quan

VISTA: A Visual Harness for Reasoning in an Interactive World
Kaiming He và 4 người khác
Nội dung
Các nhà nghiên cứu đã đề xuất 'VISTA', một bộ khung trực quan (visual harness) được thiết kế để giúp các mô hình AI đa phương thức xử lý cả hình ảnh và văn bản giải quyết các nhiệm vụ tốt hơn trong môi trường trực quan tương tác.
Kết quả chính
Họ báo cáo rằng việc áp dụng VISTA trên ARC-AGI-3 đã nâng điểm hiệu quả hành động của con người so với chuẩn từ 40.68 lên 100.00, hoàn thành tất cả 25 trò chơi công khai với số hành động ít hơn 57.4% so với con người tham gia ban đầu.
Ý nghĩa
Điều này cho thấy việc bổ sung các chức năng bộ nhớ trực quan và truy xuất vào các mô hình hiện có mang lại hiệu quả trong các tác nhân trò chơi trực quan cụ thể. Tuy nhiên, vì phần tóm tắt chỉ đưa ra một số kết quả đánh giá chuẩn, nên chưa thể kết luận rằng nó có thể được áp dụng rộng rãi trong các môi trường công nghiệp thực tế.Tóm tắt AI
Bài báo2026-10-01 · arXiv (Cornell University)

Khung RPG giúp robot tự nâng cao năng lực thông qua luyện tập mô phỏng

Reconstruct, Practice, Go Real: Guided Self-Improvement for Embodied Agents
Pieter Abbeel và 9 người khác
Nội dung
Đề xuất một khung RPG giúp cải thiện hệ thống tác vụ của robot một cách tự động mà không cần sự can thiệp bổ sung của con người.
Kết quả chính
Trong các bài kiểm tra điều kiện ban đầu mới trên 22 tác vụ thao tác, tỷ lệ thành công đã tăng từ 28,6% sau lần luyện tập đầu tiên lên 95,0% sau 15 vòng, và cả 30 lượt thử nghiệm trên robot thực tế đều thành công.
Ý nghĩa
Nghiên cứu này cho thấy tiềm năng cải thiện phần mềm điều khiển robot với ít nỗ lực của con người hơn, mặc dù mức độ ứng dụng thực tế trong công nghiệp hoặc thương mại hóa rất khó đánh giá chỉ dựa vào phần tóm tắt.Tóm tắt AI
Bài báo2026-10-01 · arXiv (Cornell University)

Bộ chuẩn đánh giá 'tìm kiếm bài báo truyền cảm hứng' do 184 nhà nghiên cứu tạo ra

ScholarCatalyst: A Benchmark for Retrieving Papers That Inspire New Research
Chelsea Finn và 13 người khác
Nội dung
Chúng tôi đã tạo ra ScholarCatalyst, một tập dữ liệu trong đó các tác giả chính của 207 bài báo khoa học máy tính gần đây đã chỉ ra những bài báo trước đó thực sự giúp ích cho nghiên cứu của họ, đồng thời đưa ra một nhiệm vụ truy xuất để tìm ra chúng.
Kết quả chính
Tìm kiếm theo tác tử (AI tự lặp lại các tác vụ để thực hiện nhiệm vụ) không cho thấy hiệu suất tốt hơn các phương pháp tìm kiếm cơ bản (độ thu hồi 0,42 so với 0,48 dựa trên 20 kết quả hàng đầu). Các tác tử dựa trên Claude Fable 5.1 chỉ đạt 0,51.
Ý nghĩa
Điều này cho thấy AI hiện tại vẫn thiếu trực giác chuyên môn cần thiết để nhận ra các ý tưởng tiền đề cần thiết từ lượng tài liệu nghiên cứu khổng lồ, chỉ ra nhu cầu về các phương pháp huấn luyện mới. Mặc dù điều này có thể được xem là một bước tiến cho AI hỗ trợ nghiên cứu khoa học, nhưng hiệu quả thương mại hóa thực tế hoặc tác động công nghiệp không thể được xác nhận từ phần tóm tắt.Tóm tắt AI
Bài báo2026-09-30 · arXiv (Cornell University)

Nhóm nghiên cứu đề xuất TacEx nhằm nâng cao hiệu quả học tập của robot thông qua sự tò mò xúc giác

Tactile Curiosity Drives Robot Interaction
Pieter Abbeel và 6 người khác
Nội dung
Nhóm nghiên cứu đã đề xuất TacEx, một framework khám phá cho phép robot nuôi dưỡng sự tò mò về xúc giác (cảm giác tiếp xúc với vật thể) và tự học cách chạm và cầm nắm đồ vật.
Kết quả chính
Theo bản tóm tắt, TacEx thu thập dữ liệu tương tác có nhiều tiếp xúc mà không cần phần thưởng nhiệm vụ hay sự hướng dẫn của chuyên gia, sử dụng dữ liệu này để học các chính sách gắp và đặt mà không cần thêm các tương tác môi trường, đồng thời nâng cao hiệu suất huấn luyện hậu kỳ của các mô hình thị giác-ngôn ngữ-hành động.
Ý nghĩa
Quá trình học tập của robot trước đây tốn nhiều thời gian di chuyển ngẫu nhiên trong không gian, cho thấy việc khám phá tập trung vào tiếp xúc có thể cải thiện hiệu quả học tập. Tuy nhiên, rất khó để đánh giá mức độ ứng dụng thực tế hoặc khả năng thương mại hóa chỉ dựa vào bản tóm tắt.Tóm tắt AI
Bài báo2026-09-30 · Nature

Phát triển công nghệ đánh dấu ẩn nguồn gốc của các loại protein do AI tạo ra

Function-preserving watermarking of AI-generated proteins.
Demis Hassabis và 20 người khác
Nội dung
Các nhà nghiên cứu đã phát triển 'SynthIDBio', một công nghệ để lại dấu vết trên trình tự và cấu trúc protein do AI tạo ra mà không làm mất đi chức năng.
Kết quả chính
Đã chứng minh rằng các hình mờ có thể được phát hiện với độ chính xác gần như hoàn hảo trong khi vẫn duy trì các chức năng protein tương tự như các protein hiện có.
Ý nghĩa
Nó chứng minh tiềm năng của các công cụ theo dõi nguồn gốc trong lĩnh vực kỹ thuật sinh học do AI thúc đẩy để giải quyết các vấn đề về an toàn sinh học và tính xác thực của thông tin.Tóm tắt AI
Bài báo2026-09-29 · arXiv (Cornell University)

Học tập vận chuyển đồ vật cho robot hình người bằng cách mở rộng một số video thực tế bằng AI

Counterfactual Video Generation Enables Scalable Humanoid Loco-Manipulation
Pieter Abbeel và 8 người khác
Nội dung
Đề xuất một phương pháp (PRISM) trong đó AI tạo ra nhiều video ảo dựa trên một vài video thực tế về con người mang đồ vật, và sử dụng chúng để huấn luyện robot.
Kết quả chính
Báo cáo cho thấy một chính sách điều khiển duy nhất được huấn luyện theo cách này đã giúp một robot hình người thực tế thành công trong việc nhặt, vận chuyển và đặt các hộp, thùng phuy, thùng chứa và quả bóng xuống mà không cần học thêm trong thế giới thực.
Ý nghĩa
Có ý nghĩa ở chỗ nó cho thấy tiềm năng gia tăng dữ liệu huấn luyện bằng cách sử dụng ít video thực tế trong các tình huống khó thu thập lượng lớn dữ liệu mô phỏng từ robot thực tế.Tóm tắt AI
Bài báo2026-09-29 · arXiv (Cornell University)

SoL-Refiner nâng video độ phân giải thấp lên mức 4K chỉ trong một bước xử lý

SoL-Refiner: Speed-of-Light One-Step Refinement for High-Resolution Video
Song Han và 11 người khác
Nội dung
Nhóm nghiên cứu đã đề xuất SoL-Refiner, một mô hình tinh chỉnh giúp chuyển đổi video độ phân giải thấp thành video độ phân giải cao thông qua một bước khử nhiễu duy nhất.
Kết quả chính
Ở độ phân giải 2K, mô hình đạt điểm số trung bình trên VBench và UniPercept cao hơn các mô hình tinh chỉnh bên ngoài được so sánh, và ở độ phân giải 3840x2176, các chỉ số đều được cải thiện tốt hơn so với mô hình tinh chỉnh 3 bước LTX-2.3. Báo cáo cho biết trong cài đặt độ trễ 2K, độ trễ tinh chỉnh đã nhanh hơn 8.91 lần so với cùng một mô hình cơ sở.
Ý nghĩa
Việc tạo video độ phân giải cao làm tăng đáng kể khối lượng tính toán và gánh nặng chi phí, qua đó phương pháp nâng cao chất lượng trong một bước thay vì nhiều bước cho thấy hướng đi có thể giảm bớt gánh nặng này. Tuy nhiên, vì các kết quả trong bản tóm tắt được đo lường theo các điều kiện do tác giả thiết lập, nên khó có thể khẳng định đây là hiệu quả tổng thể cho mọi dịch vụ thực tế.Tóm tắt AI
Bài báo2026-09-29 · arXiv (Cornell University)

LeapQuant: Tăng tốc suy luận AI bằng cách nén trạng thái chú ý tuyến tính xuống 8 bit

LeapQuant: Efficient Linear Attention with Accurate Recurrent State Quantization
Song Han và 12 người khác
Nội dung
Đề xuất LeapQuant, một phương pháp không cần huấn luyện (training-free) giúp nén 'trạng thái hồi tiếp' (recurrent state) với độ chính xác thấp, nơi các mô hình ngôn ngữ lớn liên tục đọc và ghi khi xử lý ngữ cảnh dài.
Kết quả chính
Theo tóm tắt, việc nén 8 bit vẫn duy trì độ chính xác tương đương với mô hình chuẩn FP32, đồng thời đạt mức tăng tốc trung bình từ 2.05 đến 3.70 lần ở cấp độ nhân GPU và 1.47 lần đối với toàn bộ quá trình suy luận.
Ý nghĩa
Nghiên cứu này có thể đóng góp vào việc cải thiện hiệu quả vận hành của các dịch vụ AI xử lý ngữ cảnh dài bằng cách giảm bớt gánh nặng bộ nhớ và tính toán trong quá trình suy luận. Tuy nhiên, vì bản tóm tắt chỉ trình bày kết quả trên các mô hình và GPU cụ thể, rất khó để kết luận rằng hiệu quả tương tự sẽ xuất hiện trên tất cả các dịch vụ thương mại thực tế.Tóm tắt AI
Bài báo2026-09-29 · arXiv (Cornell University)

T2Mem: Ky thuat huan luyen robot ghi nhac lai cac canh trong qua khu de thuc hien nhiem vu

T$^2$Mem: Learning Test-Time Memory for Robotics
Fei-Fei Li và 6 người khác
Nội dung
Doi voi cac tac vu thao tac cua robot doi hoi phai ghi nho thong tin quan sat trong qua khu, chung toi de xuat mot khung (T2Mem) bo sung nang luong bo nho thong qua huan luyen tai thoi diem kiem tra cho cac chinh sach robot da duoc huan luyen truoc do von thieu chuc nang bo nho.
Kết quả chính
Ty le thanh cong trung binh tren 16 tac vu RoboMME da tang tu 17.93% doi voi chinh sach co so khong co bo nho len 56.83%, cao hon cac phuong phap bo nho hoi quy duoc bao cao trong chuan danh gia.
Ý nghĩa
Dieu nay co y nghia o cho no cho thay kha nang cua robot trong viec su dung thong tin trong qua khu khong con nhin thay tren man hinh co the duoc phat trien chi bang cach su dung du lieu trinh dien ma khong can thiet bi bo nho ngoai, mac du ban tom tat chi de cap den cac ket qua o giai doan nghien cuu, do do khong the xac nhan kha nang thuong mai hoa hoac anh huong thi truong.Tóm tắt AI
Bài báo2026-09-29 · arXiv (Cornell University)

De xuat kythuat sieu ly luan giup tac nhan AI xac dinh 'cach tien hành' truoc khi thuc hien nhiem vu

Thinking Before Thinking: Scaling Agentic Inference Through Meta-Reasoning
Rob Fergus và 11 người khác
Nội dung
De xuat phuong phap 'sieu ly luan tac nhan' (agentic meta-reasoning) xu ly co he thong cac quyet dinh dieu khien thuc thi nhu tai su dung ket qua nhiem vu truoc do bao nhieu, co nen bat dau lai tu dau khong, va khi nao thi dung lai, danh cho cac tac nhan AI thuc hien nhiem vu dai.
Kết quả chính
Tren chuan danh gia tai cau truc chuong trinh ProgramBench, phien ban dua tren GPT-5.5 dat 71.5%, cao hon muc 58.0% cua Codex, va phien ban dua tren Opus 4.8 dat 67.2%, cao hon muc 65.5% cua Claude Code.
Ý nghĩa
Theo ban tom tat, dieu nay cho thay khi cac tac nhan thuc hien nhiem vu dai hon, viec phan bo tai nguyen tinh toan cho dieu khien thuc thi co cau truc co the tro nen quan trong hon. Tuy nhien, vi cac ket qua trong ban tom tat duoc thu thap duoi cac chuan danh gia va dieu kien thuc nghiem cu the, that kho de ket luan rang chung chuyen hoa truc tiep thanh hieu suat san pham thuc te.Tóm tắt AI
Bài báo2026-09-28 · The International Journal of Robotics Research

Tổng quan toàn diện tổng hợp nghiên cứu về 'mô hình thế giới' cho học tập của robot

World model for robot learning: A comprehensive survey
Pieter Abbeel và 17 người khác
Nội dung
Đây là một bài báo tổng quan (khảo sát) tổ chức một cách có hệ thống 'mô hình thế giới' - những mô hình dự đoán môi trường sẽ thay đổi như thế nào theo hành động - từ góc độ học tập của robot.
Kết quả chính
Theo phần tóm tắt, bài báo phác thảo cách các mô hình thế giới được sử dụng trong chính sách của robot, trình mô phỏng, đánh giá và tạo dữ liệu, đồng thời tóm tắt xu hướng phát triển của các mô hình thế giới dựa trên video của robot, cùng với các tập dữ liệu, điểm chuẩn và phương pháp đánh giá tiêu biểu.
Ý nghĩa
Đây là tài liệu giúp gắn kết các phương pháp nghiên cứu học tập robot đang bị phân tán vào một khung chung, giúp nắm bắt xu hướng nghiên cứu liên quan. Tuy nhiên, phần tóm tắt không chứng minh hiệu năng hay thành tựu thương mại của từng công nghệ riêng lẻ.Tóm tắt AI
Bài báo2026-09-28 · arXiv (Cornell University)

Đề xuất kỹ thuật giảm tốc độ và mức sử dụng bộ nhớ trong AI tạo video

Sol-H3: Recursive Self-Improvement for MiniMax-H3 Inference Acceleration on Sol-Engine across Cloud and Edge
Song Han và 8 người khác
Nội dung
Đã tạo ra một đường ống thực thi hoàn chỉnh để chạy mô hình AI tạo video MiniMax-H3 với 33 tỷ tham số nhanh hơn và tốn ít bộ nhớ hơn trên cả máy chủ đám mây và các thiết bị nhỏ.
Kết quả chính
Theo bản tóm tắt, tốc độ end-to-end đã tăng lên đến 30 lần và giảm khoảng 20% bộ nhớ, tạo ra một video dài 5 giây độ phân giải 1344x768 có âm thanh nhanh hơn 3.5 lần thời gian thực trên 8 nút máy chủ GB200.
Ý nghĩa
Điều này có ý nghĩa vì nó cho thấy một hướng đi nhằm giảm độ trễ tạo và giới hạn bộ nhớ - những trở ngại lớn nhất khi áp dụng AI tạo video vào các dịch vụ thực tế, mặc dù hiệu quả thương mại hóa và quy mô giảm chi phí rất khó đánh giá chỉ qua bản tóm tắt.Tóm tắt AI
Bài báo2026-09-28 · arXiv (Cornell University)

Nghiên cứu cải thiện quá trình huấn luyện mô hình ngôn ngữ khuếch tán khối bằng cách kết hợp ngữ cảnh tương lai

d-OPD: Future-Aware On-Policy Distillation for Block Diffusion Language Models
Song Han và 2 người khác
Nội dung
Đề xuất d-OPD, một phương pháp huấn luyện chưng cất nhằm chuyển đổi các mô hình ngôn ngữ tự hồi quy thông thường (tạo ra từng token một) thành mô hình ngôn ngữ khuếch tán khối có khả năng tạo ra nhiều token song song.
Kết quả chính
Các thí nghiệm với các mô hình Qwen3 (0.6B đến 8B) cho thấy phương pháp này đã nâng điểm số trung bình trên sáu tiêu chuẩn đánh giá lên tới 4.0 điểm so với phương pháp OPDLM hiện tại, đồng thời giảm thời gian huấn luyện từ 1.35 đến 1.58 lần.
Ý nghĩa
Tóm tắt cho biết phương pháp tạo ra nhiều token đồng thời theo khối có tiềm năng tăng tốc độ sinh văn bản và nghiên cứu này chứng minh rằng có thể cải thiện hiệu quả của quá trình huấn luyện để tạo ra những mô hình như vậy.Tóm tắt AI
Bài báo2026-09-28 · arXiv (Cornell University)

DexAgent tự động tạo dữ liệu huấn luyện chuyển động bàn tay robot từ video mô phỏng của con người

DexAgent: An Agentic Human2Sim2Robot Framework for Dexterous Manipulation with Self-Evolving Tool Library
Fei-Fei Li và 4 người khác
Nội dung
Chúng tôi đề xuất một framework dạng tác nhân nhận một video góc nhìn thứ nhất của con người và một mô tả tác vụ để tạo ra các quỹ đạo chuyển động robot khả thi về mặt vật lý, từ đó tạo ra dữ liệu phục vụ việc học cho robot.
Kết quả chính
Các chính sách được huấn luyện bằng dữ liệu do DexAgent tạo ra trên 11 tác vụ trong môi trường thực tế cho thấy tỷ lệ thành công cao hơn 3.5 lần so với các phương pháp chuẩn đối chứng.
Ý nghĩa
Nó cho thấy tiềm năng tự động hóa quá trình chuyển đổi video mô phỏng của con người thành dữ liệu học tập cho robot, mặc dù khó có thể đánh giá mức độ ứng dụng công nghiệp hoặc thời điểm thương mại hóa chỉ dựa vào phần tóm tắt.Tóm tắt AI
Bài báo2026-09-28 · arXiv (Cornell University)

Nghiên cứu JEPA giúp mô hình thế giới xe tự lái nhanh gấp 100 lần

AD-E2E-JEPA: A Joint-Embedding Predictive Architecture For End-to-End Autonomous Driving
Yann LeCun và 3 người khác
Nội dung
Đánh giá các mô hình thế giới dựa trên dự đoán (dòng JEPA) được sử dụng trong xe tự lái và đề xuất kiến trúc cải tiến AD-E2E-JEPA, giúp giảm đáng kể khối lượng tính toán.
Kết quả chính
Kiến trúc được đề xuất đã giảm số lượng bản vá (patch) dùng cho việc lập kế hoạch xuống 16 lần và chiều nhúng (embedding) xuống 4 lần, giúp tăng tốc độ suy luận khoảng 100 lần trong khi vẫn duy trì hiệu suất lập kế hoạch.
Ý nghĩa
Nghiên cứu này cho thấy một hướng đi để giảm chi phí tính toán của AI xe tự lái, mặc dù hiệu quả ứng dụng trên xe thực tế và khả năng thương mại hóa rất khó đánh giá chỉ qua phần tóm tắt.Tóm tắt AI
Bài báo2026-09-28 · arXiv (Cornell University)

Đề xuất khung đánh giá khả năng có ý thức của AI thành 5 cấp độ

From cacophony to hierarchy: a principled framework for assessing AI consciousness
Shane Legg và 13 người khác
Nội dung
Các tác giả đã tổ chức các lý thuyết khác nhau bàn về ý thức của AI thành một khung phân cấp 5 tầng và đề xuất phương pháp đánh giá các Mô hình Ngôn ngữ Lớn (LLM) hiện tại bằng cách sử dụng các chỉ số cho từng cấp độ.
Kết quả chính
Đánh giá về khả năng có ý thức của LLM hiện tại dao động rộng từ dưới 0,01 đến khoảng 0,8, tùy thuộc không chỉ vào cách diễn giải bằng chứng mà còn vào trọng số đặt lên từng lý thuyết.
Ý nghĩa
Vì các chỉ số liên quan đến ý thức chồng chéo đáng kể với các cấu trúc cần thiết cho trí tuệ tổng quát, điều này ngụ ý rằng khi AI càng có năng lực hơn, nó càng có thể trở thành ứng viên mạnh mẽ cho ý thức. Tuy nhiên, đây không phải là kết luận cuối cùng và bản tóm tắt không đề cập trực tiếp đến việc đầu tư.Tóm tắt AI
Bài báo2026-09-28

Phân tích tác động và các phản ứng chính sách do tự động hóa R&D trí tuệ nhân tạo mang lại

What if automating AI R&D triggers an intelligence explosion?
Jakub Pachocki · Geoffrey Hinton · Yoshua Bengio và 19 người khác
Nội dung
Các nhà nghiên cứu đã đánh giá khả năng tự động hóa nghiên cứu và phát triển (R&D) trí tuệ nhân tạo (AI) châm ngòi cho một vụ nổ trí tuệ, cùng với các tác động và biện pháp phản ứng chính sách liên quan.
Kết quả chính
Các hệ thống AI dự kiến sẽ tự động hóa phần lớn các nhiệm vụ R&D AI trong vài năm tới, điều này có thể dẫn đến sự tăng trưởng năng lực nhanh chóng vượt quá mức xã hội có thể xử lý.
Ý nghĩa
Cảnh báo về những rủi ro cực đoan như mất kiểm soát bên cạnh những lợi ích mà tự động hóa R&D AI có thể mang lại, đồng thời kêu gọi sự chuẩn bị sẵn sàng về chính sách.Tóm tắt AI
Bài báo2026-09-12

Cohere công bố mô hình dịch thuật dựa trên ngôn ngữ lớn tiết kiệm chi phí

North Small Translate: Advanced Cost-Effective Translation (Cohere CAT+)
Aidan Gomez và 22 người khác
Nội dung
Các nhà nghiên cứu đã giới thiệu 'North Small Translate', một mô hình dịch máy dựa trên mô hình ngôn ngữ lớn tiết kiệm chi phí mang lại hiệu suất vượt trội trên 50 ngôn ngữ.
Kết quả chính
Mô hình này đã đạt được hiệu suất dịch máy hàng đầu trên 50 ngôn ngữ trong số các nhóm mô hình có dưới 1 nghìn tỷ tham số.
Ý nghĩa
Nó thể hiện tiềm năng thực hiện hiệu quả các tác vụ dịch ngôn ngữ và hậu biên tập đa dạng mà không tốn các phép tính đắt đỏ trong quá trình suy luận.Tóm tắt AI
Bài báo2026-09-10

Phân tích hiện tượng quá khớp ở các mô hình Hỗn hợp chuyên gia khi lặp lại dữ liệu huấn luyện trí tuệ nhân tạo

Data Scarcity and Model Sparsity: Mixtures-of-Experts Overfit More to Repeated Data
Percy Liang và 4 người khác
Nội dung
Nghiên cứu chỉ ra rằng khi dữ liệu huấn luyện trí tuệ nhân tạo bị lặp lại, kiến trúc 'Hỗn hợp chuyên gia' vốn được sử dụng rộng rãi gần đây sẽ bị suy giảm hiệu suất nhanh hơn các mô hình thông thường.
Kết quả chính
Khi lặp lại dữ liệu, các mô hình Hỗn hợp chuyên gia rất dễ bị quá khớp, và mặc dù các kỹ thuật điềuregular hóa hiện có có thể giảm thiểu phần nào, chúng vẫn không đạt được hiệu suất như khi học bằng dữ liệu độc nhất.
Ý nghĩa
Điều này cho thấy sự cần thiết phải thiết lập các chiến lược huấn luyện có tính đến đặc điểm của từng kiến trúc mô hình trí tuệ nhân tạo trong các tình huống cần học tập lặp đi lặp lại do thiếu hụt dữ liệu.Tóm tắt AI
Bài báo2026-08-24

Công nghệ học cách hành động trong lúc robot suy nghĩ

Learning to Act While Waiting: RL Finetuning of Generalist Robot Policies Under Inference Latency
Sergey Levine và 19 người khác
Nội dung
Các nhà nghiên cứu đã phát triển ARLI, một khung học tăng cường nhận thức độ trễ nhằm giải quyết các vấn đề phát sinh do thời gian suy nghĩ (độ trễ suy luận) của các mô hình robot.
Kết quả chính
Phương pháp mới này cho phép robot tiếp tục học tập thành công ngay cả trong môi trường có độ trễ, cho thấy hiệu suất tương đương hoặc vượt trội hơn môi trường lý tưởng không có độ trễ.
Ý nghĩa
Nó mở ra khả năng giúp AI robot phức tạp và khổng lồ tự chủ cải thiện hiệu suất trong môi trường thực tế mà không bị đơ hay giật hình.Tóm tắt AI
Bài báo2026-08-17

Công bố công cụ mã nguồn mở và nền tảng so sánh hiệu suất cho học tập quan hệ

Advancing Open and Reproducible Relational Learning: RelArena-$\alpha$, TabPFN-Rel and RPI
Yann LeCun và 46 người khác
Nội dung
Các nhà nghiên cứu đã mã nguồn mở hóa một nền tảng so sánh tích hợp và hai phần mềm liên quan nhằm thúc đẩy nghiên cứu trong lĩnh vực học tập quan hệ.
Kết quả chính
Trong số các công cụ mới được công bố, TabPFN-Rel, một mô hình dành cho cơ sở dữ liệu quan hệ, đã đạt thứ hạng cao nhất trên nền tảng so sánh.
Ý nghĩa
Việc công bố này có thể làm nền tảng để thiết lập các tiêu chuẩn so sánh đáng tin cậy trong lĩnh vực học tập quan hệ và hỗ trợ ứng dụng trong môi trường nghiên cứu và công nghiệp.Tóm tắt AI

Nhân vật

Vì sao nên theo dõi biến động và bài báo của lãnh đạo AI?

Trong ngành AI, con người chính là công nghệ. Việc một nhà nghiên cứu chủ chốt gia nhập công ty nào hay thành lập phòng lab nào thường dẫn đến sản phẩm, vòng gọi vốn và thương vụ M&A vài tháng sau. Trang này theo dõi biến động nhân sự tại các phòng lab tiên phong, phòng lab mới, giới học thuật, chip AI và các nhân vật ở Hàn Quốc, Trung Quốc.

Bài báo cho thấy một người đang tập trung vào điều gì. Chúng tôi phân loại bài báo vào 10 lĩnh vực gắn với đầu tư như HBM & bộ nhớ, GPU & bộ tăng tốc, hiệu quả suy luận, agent và robot, kèm tóm tắt ba dòng — nội dung, kết quả chính, ý nghĩa — dựa trên phần tóm tắt, cùng liên kết bản gốc và PDF. Đây là thông tin để tìm ý tưởng, không phải khuyến nghị mua bán chứng khoán.

Câu hỏi thường gặp

H. Theo dõi những ai?

Các nhà nghiên cứu và lãnh đạo chủ chốt tại phòng lab tiên phong (OpenAI, Google DeepMind, Anthropic, Meta…), phòng lab mới, giới học thuật, công ty chip AI, cùng nhân vật ở Hàn Quốc và Trung Quốc. Lãnh đạo ít công bố bài báo chỉ được theo dõi biến động nhân sự.

H. Dữ liệu lấy từ đâu và cập nhật bao lâu một lần?

Bài báo lấy từ Semantic Scholar và arXiv, lý lịch từ Wikidata (CC0) cùng thông báo chính thức và báo chí, được thu thập tự động mỗi ngày. Chỉ những mục đã được biên tập viên kiểm tra và duyệt mới được công bố.

H. Ai viết bản tóm tắt bài báo?

AI (Google Gemini) viết bản nháp dựa trên phần tóm tắt của bài báo, biên tập viên kiểm tra trước khi đăng. Các ngôn ngữ khác là bản AI dịch từ bản tóm tắt tiếng Hàn đã kiểm tra. Hãy luôn xác nhận số liệu và bối cảnh trong bản gốc.

Trang này tổng hợp các bài báo đã công bố, thông báo chính thức và tin báo chí chỉ nhằm mục đích cung cấp thông tin. Tóm tắt do AI viết dựa trên phần tóm tắt của bài báo và được biên tập viên kiểm tra; có thể khác bản gốc, vì vậy hãy kiểm tra bản gốc cho các nội dung quan trọng. Đây không phải khuyến nghị mua bán chứng khoán hay tư vấn đầu tư. Biến động nhân sự ghi nguồn từ thông báo chính thức hoặc báo chí lớn; một phần lý lịch tham khảo Wikidata (CC0). Các bản tóm tắt trên trang này được AI dịch từ bản tiếng Hàn đã được biên tập viên kiểm tra.

🐩 Ủng hộ tiền ăn vặt cho Kobong
코봉이
Nếu trang này hữu ích với bạn, sự ủng hộ tiền ăn vặt cho Kobong cũng được chào đón 🦴
💬 Bình luận cộng đồng
Biệt danh ẩn danh dựa trên IP · Có thể bị xử lý nếu chửi bậy/spam
Đang tải...