Tài liệu này tổng hợp các tiến bộ học thuật mới nhất trong tháng 08 và tháng 09 năm 2026 thuộc các danh mục ArXiv cs.MA, cs.AI, cs.IR và các mã nguồn mở tiêu biểu. Trọng tâm nghiên cứu xoay quanh ba trụ cột cốt lõi: 1. Hiệu chuẩn độ tin cậy hai tầng (Dual-Path Confidence Calibration) trong Deep Research. 2. Khám phá có định hướng giả thuyết trước khi cam kết quỹ đạo tìm kiếm (Hypothesis-Guided Exploration). 3. Hệ thống bộ nhớ dài hạn đa tầng, bảo toàn nguồn gốc tri thức (Provenance-Aware Memory & GraphRAG).
Mọi bài báo và kho mã nguồn đều được đối chiếu với URL gốc xác thực và thời điểm công bố trên ArXiv và GitHub.
• URL Gốc: https://arxiv.org/abs/2609.00935 • Mã Nguồn Mở: https://github.com/FloXXXt/DualStake • Ngày Công Bố: 2026-09-01 • Tác Giả: Xu, Y., Liang, Y., Cheng, J., Wang, M., Yu, Y., Lu, S., & Liang, J. (2026). • Trích Dẫn Chuẩn APA 7: Xu, Y., Liang, Y., Cheng, J., Wang, M., Yu, Y., Lu, S., & Liang, J. (2026). DualStake: Dual-Path Confidence Calibration in Deep Research Agents. arXiv preprint arXiv:2609.00935. • Phân Tích Chi Tiết: Các tác nhân nghiên cứu sâu (Deep Research Agents) thường gặp hiện tượng quá tự tin nghiêm trọng (severe overconfidence) trong quá trình truy xuất đa chặng. Nhóm tác giả phát hiện ra rằng Độ Tin Cậy Bằng Chứng (Evidence Confidence hay E-Conf) thu thập sau bước truy xuất cuối cùng cung cấp tín hiệu bất định mạnh hơn nhiều so với Độ Tin Cậy Câu Trả Lời (Answer Confidence hay A-Conf) tạo ra sau khi xuất văn bản. Phương pháp DualStake áp dụng cơ chế phần thưởng đặt cược phụ thuộc độ tin cậy có cắt biên (margin-clipped stake rewards) để đồng thời căn chỉnh E-Conf và A-Conf với độ chính xác thực tế, giới hạn tối ưu hóa thái quá. • Ưu Điểm: 1. Cải thiện rõ rệt chỉ số ECE (Expected Calibration Error) và AUROC trên 8 tập dữ liệu chuẩn. 2. Không làm suy giảm độ chính xác của mô hình nền tảng (Qwen2.5 và Qwen3). • Nhược Điểm và Giới Hạn: 1. Yêu cầu tính toán bổ sung sau mỗi bước truy xuất để đo lường xác suất logit. 2. Phụ thuộc vào kiến trúc mô hình hỗ trợ truy xuất logit trực tiếp trong quá trình huấn luyện RL.
• URL Gốc: https://arxiv.org/abs/2609.01294 • Ngày Công Bố: 2026-09-01 • Tác Giả: Zhou, R., Chen, Z., Zhang, L., Gao, S., Teh, Y. W., & Chen, S. (2026). • Trích Dẫn Chuẩn APA 7: Zhou, R., Chen, Z., Zhang, L., Gao, S., Teh, Y. W., & Chen, S. (2026). Explore Before Committing: Hypothesis-Guided Search for Deep Research Agents. arXiv preprint arXiv:2609.01294. • Phân Tích Chi Tiết: Một lỗi sai phổ biến của Agent khi nghiên cứu sâu là cam kết quá sớm vào một nhánh tìm kiếm đơn lẻ (single evolving trajectory). Khi gặp các dữ kiện mập mờ ban đầu, Agent có xu hướng tự củng cố con đường sai lệch qua các lệnh gọi công cụ tiếp theo. Nghiên cứu đề xuất khung HypoSearch: sinh các giả thuyết nhẹ (lightweight hypotheses) làm gợi ý tìm kiếm mềm, khám phá đồng thời các nhánh độc lập có giới hạn, và so sánh chéo bằng chứng cấp nhánh trước khi chốt hướng thực thi chính thức. • Ưu Điểm: 1. Nâng điểm mô hình Qwen3.5-122B từ 46.7 lên 60.0 trên chuẩn BC-small. 2. Tiết kiệm số lượt gọi công cụ (tool calls) so với phương pháp mở 5 quỹ đạo độc lập hoàn toàn. • Nhược Điểm và Giới Hạn: 1. Khâu phân kỳ giả thuyết đòi hỏi mô hình phải có khả năng suy luận mở rộng tốt. 2. Cần bộ lọc bằng chứng nhánh nghiêm ngặt để tránh bùng nổ ngữ cảnh bộ nhớ.
• URL Gốc: https://arxiv.org/abs/2608.29606 • Ngày Công Bố: 2026-08-30 • Tác Giả: Wu, M., & Zhu, P. (2026). • Trích Dẫn Chuẩn APA 7: Wu, M., & Zhu, P. (2026). Agent Zero Memory: Provenance-Aware Long-Term Memory for LLM Agents. arXiv preprint arXiv:2608.29606. • Phân Tích Chi Tiết: Hệ thống giải quyết triệt để điểm mù của các mô hình bộ nhớ đơn lẻ (chỉ vector hoặc chỉ graph) bằng cách tổ chức đồng thời ba tầng bộ nhớ: 1. Trục thời gian sự kiện (Episodic Memory Events timeline) quản lý biến động dữ liệu theo thời gian. 2. Đồ thị tri thức thực thể sự kiện (Associative Entity-Event Knowledge Graph) liên kết nhân sự và dự án qua các phiên. 3. Bộ nhớ tài liệu phân tầng khóa trích dẫn (Citation-Locked Hierarchical Documentary Memory hay HDM) bảo đảm sự kiện bền vững. Khi truy xuất, cổng định tuyến kích hoạt ba vòng lặp tìm kiếm tác nhân song song, hợp nhất bằng chứng với cơ chế khóa trích dẫn: cấm tuyệt đối việc suy diễn nếu tài liệu nguồn không được mở thực tế. • Ưu Điểm: 1. Thiết lập kỷ lục SOTA mới với 95.60% trên LongMemEval và 93.60% trên LoCoMo. 2. Cơ chế khóa trích dẫn loại trừ hoàn toàn việc bịa đặt tri thức (hallucination). 3. Giảm chi phí truy vấn đến 20 lần thông qua kiến trúc định tuyến thông minh. • Nhược Điểm và Giới Hạn: 1. Đòi hỏi cơ sở hạ tầng lưu trữ phân tán cho ba loại cấu trúc dữ liệu khác nhau. 2. Quá trình bảo trì đồ thị và trích xuất thực thể đòi hỏi chi phí tính toán ban đầu lớn.
• URL Gốc: https://arxiv.org/abs/2606.00610 • Mã Nguồn Mở: https://github.com/XMUDeepLIT/MemGraphRAG • Ngày Công Bố: 2026-05-30 • Tác Giả: Wu, C., Xiang, Z., Tang, Y., Chen, Z., Zhang, Q., & Su, J. (2026). • Trích Dẫn Chuẩn APA 7: Wu, C., Xiang, Z., Tang, Y., Chen, Z., Zhang, Q., & Su, J. (2026). MemGraphRAG: Memory-based Multi-Agent System for Graph Retrieval-Augmented Generation. arXiv preprint arXiv:2606.00610. • Phân Tích Chi Tiết: Các phương pháp GraphRAG hiện nay thường trích xuất phân đoạn cô lập, dẫn đến đồ thị tri thức bị phân mảnh và mâu thuẫn logic khi áp dụng vào kho văn bản lớn. MemGraphRAG sử dụng một cộng đồng tác nhân cộng tác có bộ nhớ chia sẻ chung (shared memory) để giải quyết xung đột logic trong thời gian thực và bảo đảm tính kết nối đồ thị toàn cục. • Ưu Điểm: 1. Khắc phục sự phân mảnh đồ thị và mâu thuẫn logic giữa các văn bản tài liệu khác nhau. 2. Thuật toán truy xuất phân tầng nhận thức bộ nhớ nâng cao độ sâu phân tích học thuật. • Nhược Điểm và Giới Hạn: 1. Độ trễ xây dựng đồ thị cao hơn phương pháp trích xuất một lượt truyền thống.
• URL Kho Lưu Trữ: https://github.com/FloXXXt/DualStake • Công Cụ Khảo Sát: Graft phiên bản 0.16.0 (Phân tích AST cấu trúc deterministic, không tốn token LLM). • Quy Mô Hệ Thống: 1. Tổng số tệp tin phân tích: 183 tệp mã nguồn Python. 2. Tổng số ký hiệu cấu trúc: 1,492 biểu tượng (symbol). 3. Tổng số cạnh liên kết đồ thị: 3,877 cạnh quan hệ phụ thuộc.
verl/trainer/conf_adv_config.py (Lõi hiệu chuẩn độ tin cậy):
• Chứa các hàm cốt lõi: compute_calib_reward_stake, compute_fc_consistency_reward, và apply_dual_calib_to_scores.
• Tính toán phần thưởng căn chỉnh dựa trên sự nhất quán giữa lsc_confs (Last Step Confidence / Evidence Confidence) và fc_confs (Final Confidence / Answer Confidence).search_r1/llm_agent/generation.py (Điều phối thực thi tác nhân):
• Lớp LLMGenerationManager: Điều khiển vòng lặp run_llm_loop, quản lý trạng thái động (rolling state), padding tensor trên GPU và điều phối lệnh gọi công cụ tìm kiếm batch_search.search_r1/search/retrieval_server.py (Hạ tầng tìm kiếm):
• Định nghĩa BaseRetriever, BM25Retriever, DenseRetriever và API server phục vụ truy xuất tài liệu tốc độ cao.| Tiêu Chí So Sánh | Hiện Trạng ARS 4.0.0 Tại Hermes | Đề Xuất Tích Hợp Từ Bằng Chứng 2026-09-13 |
|---|---|---|
| Quy Trình Tìm Kiếm | Tuyến tính, thu thập theo kế hoạch nghiên cứu sơ bộ | Tích hợp cơ chế HypoSearch: sinh giả thuyết nhẹ, phân nhánh so sánh trước khi chốt hướng |
| Đánh Giá Độ Tin Cậy | Dựa trên phán đoán định tính của Grill-QA | Bổ sung cơ chế DualStake: tách bạch Evidence Confidence tại bước thu thập và Answer Confidence khi chắp bút |
| Lưu Trữ Tri Thức | Vault phẳng kèm hồ sơ dossier và claims jsonl | Áp dụng cấu trúc 3 tầng của Agent Zero Memory: Timeline, Entity-Event Graph, và Citation-Locked HDM |
| Khảo Sát Codebase | Graft AST mapping và call tracing | Chuẩn hóa quy trình chạy Graft tự động trước khi tiếp nhận mã nguồn mở mới |
Toàn bộ dữ liệu thô đã được lưu trữ tại profiles/r-and-d/raw_evidence/evidence_tech_20260913.json và mã nguồn khảo sát tại profiles/r-and-d/raw_evidence/DualStake.
Giai đoạn 1 đã hoàn thành xuất sắc các tiêu chí:
1. Thu thập đầy đủ tài liệu ArXiv mới nhất với URL xác thực.
2. Phân tích chi tiết mã nguồn bằng Graft.
3. Trích dẫn học thuật chuẩn APA 7 kèm phân tích ưu nhược điểm khách quan.
Hồ sơ sẵn sàng bàn giao cho Subc để triển khai Giai đoạn 2 (Soạn thảo Idea Contract V1).