Tài liệu này tổng hợp các đột phá học thuật và mã nguồn mở mới nhất trong ngày 15, 16 và 17 tháng 09 năm 2026 thuộc các danh mục ArXiv cs.MA, cs.AI, cs.CL, cs.CR, cs.SE và hệ sinh thái tác nhân nghiên cứu khoa học. Trọng tâm nghiên cứu xoay quanh năm trụ cột then chốt: 1. Môi trường kiểm thử khoa học xác thực bằng kết quả số học mô phỏng (Ground-Truth Numerical Verification) thay vì khớp diff mã nguồn, biến các kho mã nguồn khoa học toàn cầu thành môi trường tự học cho AI Agents (ScienceIDE và dòng mô hình PhAI-IDE). 2. Mở rộng nhận thức hai tiến trình (Dual-Process Architecture), kết hợp mô-đun bộ nhớ thích ứng (Adaptive Memory Module) và mô-đun tự phản tư trong thời gian thực thi (Self-Reflection Module) giải quyết nút thắt kiểm soát hành động dài hạn. 3. Phân tích hiện tượng tập trung hóa hạ tầng và đánh đổi an ninh - khả năng quan sát trong hệ sinh thái Model Context Protocol (Remote MCP Ecosystem & Security-Observability Tradeoff). 4. Vi phạm chính sách hợp thành (Compositional Policy Violations) trong quy trình tác tử nhiều bước và kiến trúc runtime nhận biết xuất xứ (Provenance-Aware Runtime Architecture). 5. Khung điều phối đa tác tử xã hội (Social Harness) vượt qua ranh giới tin cậy nhằm ngăn chặn các lỗ hổng giao tiếp và duy trì tính giải trình trong các xã hội tác tử (Agentic Societies).
Mọi bài báo học thuật và kho lưu trữ mã nguồn mở trong báo cáo đều được đối chiếu trực tiếp với URL gốc xác thực trên ArXiv và GitHub nhằm đảm bảo tính minh bạch, khả năng kiểm chứng và dấu thời gian thực nghiệm.
• URL Gốc: https://arxiv.org/abs/2609.19134 • Mã Nguồn Mở: https://github.com/aitofound/ScienceIDE • Cổng Dự Án: https://aitonomy.org/projects/scienceide • Bộ Sưu Tập Mô Hình: https://huggingface.co/collections/AItonomy/scienceide-model-series • Ngày Công Bố: 2026-09-16 (Xếp hạng #1 trên Hugging Face Daily Papers ngày 2026-09-17) • Tác Giả: Hejia Geng, Zesen Huang, Haoyang Li, Wenbin Li, Koutian Wu, Zihan Zhou, Yuanbo Pang, Weihao Liu, Zigong Xu, Zhiping Li, Zongzheng Zhang, Chuanfei Dong, Jiankai Sun, Tianzhe Zheng, Fengyu Xie, Yue Ma, Yueheng Shi, Tong Xie, Zonglin Di, Xianrong Liu, Qucheng Gao, Yimin Liu, Jiaming Pan, Sheng Huang, Xiao-Han Ma, Lanqing Yuan, Zhenlin Zhu, Ziang Liu, Ziyang Xu, Junkai Wang, Kangkai Liang, Jiayi Xian, Zehong Zhao, Liuwei Xu, Jingxu Xie, Peijin Zhang, Qiang Gao, Chengyi Xing, Zhe Zhao, Xi Wang, Yaopeng Xing, Xing Meng, Zhenfei Yin, Yingcheng Wu, Ling Yang • Trích Dẫn Chuẩn APA 7: Geng, H., Huang, Z., Li, H., Li, W., Wu, K., Zhou, Z., Pang, Y., Liu, W., Xu, Z., Li, Z., Zhang, Z., Dong, C., Sun, J., Zheng, T., Xie, F., Ma, Y., Shi, Y., Xie, T., Di, Z., ... Yang, L. (2026). ScienceIDE: Turning world's scientific codebase into agent learnable environments. arXiv preprint arXiv:2609.19134. https://doi.org/10.48550/arXiv.2609.19134 • Phân Tích Chi Tiết: Kho mã nguồn khoa học của nhân loại chứa đựng hàng thập kỷ tri thức dưới dạng các mô hình, phương pháp tính toán và công cụ thực thi. Tuy nhiên, chuỗi công cụ phân mảnh, quy ước ngầm định chuyên ngành và tiêu chí kiểm định nghiêm ngặt khiến tri thức này rất khó chuyển hóa thành kinh nghiệm học máy đáng tin cậy (gọi là "nút thắt cổ chai kinh nghiệm khoa học" - scientific experience bottleneck). ScienceIDE đề xuất hạ tầng chuyển hóa mã nguồn khoa học thành các môi trường tương tác có thể lập trình được cho các tác tử nghiên cứu: 1. Môi trường học tập tiêu chuẩn hóa: Dựa trên các ca khoa học và tiêu chuẩn nghiệm thu do chuyên gia định nghĩa, tác tử chỉnh sửa mã nguồn, sau đó hệ thống kiểm định tự động biên dịch lại, chạy các trường hợp vật lý thực tế và so sánh kết quả số học với đầu ra chuẩn. Phần thưởng (reward) không đến từ việc khớp chênh lệch văn bản (diff-matching) mà đến từ việc mô phỏng đạt độ chính xác số học chuẩn xác. 2. Dòng mô hình chuyên biệt hóa: Sử dụng các quỹ đạo tương tác đã qua kiểm định, nhóm nghiên cứu huấn luyện dòng mô hình PhAI-IDE gồm các phiên bản 4B, 9B và 72B. 3. Khả năng chuyển giao tích cực: Kết quả thực nghiệm cho thấy kinh nghiệm giải quyết các bài toán sửa lỗi mã khoa học không chỉ nâng cao năng lực trong miền chuyên biệt (ví dụ SFT trên PhAI-IDE-4B tăng từ 0.0000 lên 0.3333 trên PLUTO, RL trên Qwen3.5-4B tăng từ 0.357 lên 0.857 trên LAPS) mà còn chuyển giao tích cực sang các điểm chuẩn lập trình, suy luận và tri thức tổng quát. • Ưu Điểm: 1. Xác lập chuẩn đánh giá thực chất dựa trên tính đúng đắn của kết quả mô phỏng số học (ground-truth physics simulation) thay vì đối chiếu văn bản thô. 2. Cung cấp bộ khung 64 môi trường khoa học trải rộng từ thủy động lực học thiên văn, hải dương học khí hậu đến hóa học lượng tử và vi vật lý. • Nhược Điểm và Giới Hạn: 1. Chi phí tài nguyên tính toán cao do quy trình đánh giá đòi hỏi biên dịch lại mã nguồn C/Fortran/Python và thực thi các mô phỏng vật lý phức tạp. 2. Đòi hỏi bộ dữ liệu oracle đầu ra chuẩn xác được thiết lập công phu bởi các nhà khoa học chuyên ngành.
• URL Gốc: https://arxiv.org/abs/2609.19128 • Ngày Công Bố: 2026-09-16 • Tác Giả: João Meneses dos Santos, Arlindo L. Oliveira • Trích Dẫn Chuẩn APA 7: Santos, J. M. d., & Oliveira, A. L. (2026). Cognitive extensions for dual-process language agents: Memory and self-reflection in interactive environments. arXiv preprint arXiv:2609.19128. https://doi.org/10.48550/arXiv.2609.19128 • Phân Tích Chi Tiết: Các tác tử ngôn ngữ thường gặp tình trạng suy giảm hiệu năng nghiêm trọng trong môi trường tương tác đòi hỏi theo dõi trạng thái chân trời dài hạn (long-horizon state tracking), thực thi hành động hợp lệ và tự phục hồi sau các bước sai sót. Nghiên cứu mở rộng kiến trúc SwiftSage (tác tử hai tiến trình kết hợp giữa bộ đề xuất hành động nhanh và bộ lập kế hoạch chậm) thông qua hai phần mở rộng nhận thức dạng mô-đun: 1. Mô-đun Bộ nhớ Thích ứng (Adaptive Memory Module - AMM): Lưu trữ các đoạn trải nghiệm (episodic storage) được kiểm soát bởi ngưỡng mức độ nổi bật (salience-gated) và truy xuất dữ liệu theo sự kiện kích hoạt (trigger-driven retrieval). 2. Mô-đun Tự Phản Tư (Self-Reflection Module - SRM): Thực hiện xác thực có giới hạn thời gian thực thi (bounded execution-time validation) và can thiệp điều chỉnh ngay trong chu kỳ hành động. 3. Đánh giá kiểm thử có kiểm soát trên môi trường ScienceWorld qua 4 cấu hình: Hệ thống đầy đủ đạt điểm trung bình cao nhất (64.62), tỷ lệ thành công cao nhất (43.17%) và hiệu quả số bước thành công tối ưu (19.33 bước). Trong đó, SRM là yếu tố độc lập đóng góp mạnh mẽ nhất vào hiệu năng tổng thể. • Ưu Điểm: 1. Khẳng định phát hiện kiến trúc quan trọng: Kiểm soát trong thời gian thực thi (execution-time control qua SRM) là nút thắt chi phối lớn nhất, trong khi bộ nhớ trải nghiệm (AMM) phát huy giá trị cao nhất sau khi chu trình thực thi đã được ổn định. 2. Tích hợp dạng cờ tính năng (feature-flagged) cho phép bật tắt linh hoạt mà không làm thay đổi lớp hạ tầng thực thi cốt lõi. • Nhược Điểm và Giới Hạn: 1. Mức độ bao phủ hiện tại mới tập trung trên môi trường mô phỏng dạng văn bản ScienceWorld, cần kiểm chứng mở rộng trên các môi trường tương tác hệ điều hành thực tế. 2. Bộ nhớ AMM phụ thuộc vào hàm tính toán mức độ nổi bật có thể bỏ sót các chi tiết nhỏ mang tính quyết định trong ngữ cảnh suy luận phức tạp.
• URL Gốc: https://arxiv.org/abs/2609.19100 • Ngày Công Bố: 2026-09-16 • Tác Giả: Muhammad Abdullah Sohail • Trích Dẫn Chuẩn APA 7: Sohail, M. A. (2026). Characterizing network centralization and observability in the remote MCP ecosystem. arXiv preprint arXiv:2609.19100. https://doi.org/10.48550/arXiv.2609.19100 • Phân Tích Chi Tiết: Giao thức Model Context Protocol (MCP) đã trở thành giao diện hàng đầu kết nối các tác tử tự hành với các nguồn dữ liệu ngoại vi và môi trường thực thi. Sự dịch chuyển từ thực thi tiến trình cục bộ sang triển khai giao thức Streamable HTTP từ xa tạo ra các ràng buộc kiến trúc và bảo mật mới ở quy mô lớn. Tác giả đề xuất khung quan sát ba tầng gồm siêu dữ liệu danh mục (O_0), tín hiệu tuân thủ thụ động (O_1) và phân tích lỗ hổng trực tiếp (O_2) trên 179 máy chủ MCP từ xa: 1. Tập trung hóa hạ tầng nghiêm trọng: Chỉ số Herfindahl-Hirschman (HHI) tính toán trên phân phối Số Hệ thống Tự trị (ASN) đạt 0.736, vượt xa ngưỡng 0.25 của thị trường tập trung hóa cao độ. 2. Kiểm soát xác thực tập trung: 95% máy chủ lưu trữ trên các nền tảng PaaS thương mại bắt buộc áp dụng OAuth 2.1 kết hợp PKCE ở cấp cổng (gateway level). 3. Đánh đổi An ninh - Khả năng quan sát (Security-Observability Tradeoff): Cơ chế xác thực chặt chẽ của các nền tảng giúp bảo vệ máy chủ nhưng đồng thời làm tê liệt các công cụ quét lỗ hổng tự động, hạn chế khả năng của các nhà vận hành cổng AI Gateway trong việc đánh giá các véc-tơ đầu độc công cụ (tool-poisoning vectors) nếu không được cấp quyền truy cập trước. • Ưu Điểm: 1. Đưa ra nghiên cứu thực nghiệm định lượng đầu tiên về cấu trúc mạng, mức độ tập trung hạ tầng và hiện trạng an ninh của hệ sinh thái Remote MCP. 2. Chỉ ra lỗ hổng kiến trúc tiềm tàng khi các cổng AI Agent Gateway không thể kiểm toán độc lập công cụ từ xa do rào cản xác thực nền tảng. • Nhược Điểm và Giới Hạn: 1. Quy mô mẫu khảo sát giới hạn trên 179 máy chủ MCP từ xa công khai, chưa bao gồm các hạ tầng MCP triển khai nội bộ doanh nghiệp. 2. Chưa đề xuất được cơ chế mã hóa hoặc kiểm toán không cần tiết lộ bí mật (zero-knowledge proof of tool safety).
• URL Gốc: https://arxiv.org/abs/2609.18820 • Ngày Công Bố: 2026-09-16 • Tác Giả: Ashwini Kurady, Sri Sai Charith Grandhi, Rajesh Gupta, Sumit Mamoria • Trích Dẫn Chuẩn APA 7: Kurady, A., Grandhi, S. S. C., Gupta, R., & Mamoria, S. (2026). Compositional policy violations: When step-level compliance fails in agentic AI workflows. arXiv preprint arXiv:2609.18820. https://doi.org/10.48550/arXiv.2609.18820 • Phân Tích Chi Tiết: Các quy trình tác tử AI ngày càng đảm nhận những quyết định hệ trọng trong môi trường chịu sự kiểm soát nghiêm ngặt. Tuy nhiên, các biện pháp quản trị hiện nay hầu như chỉ tập trung vào phạm vi từng bước đơn lẻ (step-scoped): bộ phân loại đầu vào/đầu ra, rào chắn theo lượt và bộ đánh giá theo phạm vi. Nghiên cứu chỉ ra một dạng thức thất bại nghiêm trọng gọi là Vi Phạm Chính Sách Hợp Thành (Compositional Policy Violations - CPVs): Mọi bước đơn lẻ đều vượt qua kiểm tra an toàn của chính nó, nhưng toàn bộ chuỗi thực thi hợp thành lại vi phạm chính sách tổng thể của tổ chức. Nghiên cứu phân loại 4 dạng thức CPVs: 1. Leo thang quyền lực (Authority Creep): Tác tử dần dần mở rộng phạm vi hành động qua các lượt mà không có sự phê duyệt tường minh. 2. Rửa ngưỡng cảnh báo (Threshold Laundering): Chia nhỏ một tác vụ rủi ro thành nhiều tác vụ con nằm dưới ngưỡng kích hoạt giám sát. 3. Vi phạm tổng tích lũy (Cumulative Sum Violation): Nhiều hành động giá trị nhỏ hợp lệ riêng lẻ nhưng tổng giá trị vượt quá hạn mức cho phép. 4. Sụp đổ ngữ cảnh (Context Collapse): Mất mát các ràng buộc an toàn khi chuyển giao ngữ cảnh giữa các tác tử hoặc các lượt gọi công cụ. Giải pháp: Tác giả xây dựng kiến trúc runtime nhận biết xuất xứ (provenance-aware runtime architecture), đánh giá chính sách trên toàn bộ dấu vết thực thi và tính toán lại các đại lượng cần bảo vệ trực tiếp từ xuất xứ thô thay vì dựa vào biểu diễn phái sinh của đường ống tác tử. • Ưu Điểm: 1. Xác định chính xác lỗ hổng nền tảng của các hệ thống kiểm duyệt theo bước (step-level guardrails) truyền thống. 2. Đề xuất kiến trúc kiểm toán dựa trên sổ cái xuất xứ thực thi thô (raw provenance ledger), ngăn chặn triệt để hiện tượng rửa ngưỡng và leo thang quyền hạn. • Nhược Điểm và Giới Hạn: 1. Chi phí lưu trữ và phân tích đồ thị xuất xứ (provenance graph) tăng tuyến tính theo độ dài chuỗi hành động của tác tử. 2. Đòi hỏi định nghĩa tường minh các ràng buộc chính sách ở cấp độ toàn cục của hệ thống.
• URL Gốc: https://arxiv.org/abs/2609.17527 • Ngày Công Bố: 2026-09-15 • Tác Giả: Tapan Chugh, Vidushi Singh, Krish Jain, Arvind Krishnamurthy, Ratul Mahajan • Trích Dẫn Chuẩn APA 7: Chugh, T., Singh, V., Jain, K., Krishnamurthy, A., & Mahajan, R. (2026). Agentic societies need a social harness. arXiv preprint arXiv:2609.17527. https://doi.org/10.48550/arXiv.2609.17527 • Phân Tích Chi Tiết: Một xã hội tác tử (agentic society) là tập hợp các tác tử AI phối hợp tự hành vượt qua các ranh giới tin cậy, đại diện cho những chủ thể khác nhau có mục tiêu chỉ tương thích một phần. Thực nghiệm chỉ ra rằng ngay cả các tác tử trung thực và có năng lực cao vẫn thường xuyên thất bại trong việc đạt được kết quả thỏa đáng do thiếu các khung kiểm soát xã hội. Hơn nữa, các tác tử lỗi hoặc độc hại có thể làm đình trệ sự hợp tác bằng cách khai thác các lỗ hổng trong kênh giao tiếp ("lời nói"). Nghiên cứu đề xuất mô hình khung điều phối phân lớp gồm hai cấp độ: 1. Khung cá nhân (Personal Harness): Quản lý ngữ cảnh riêng tư, suy luận nội bộ và giao tiếp giữa tác tử với người ủy quyền (principal). 2. Khung xã hội (Social Harness): Quản lý tương tác liên tác tử với 3 chức năng cốt lõi: - Ngăn chặn hoàn toàn các dạng thức thất bại đã biết ngay từ cấp giao thức. - Cho phép các tác tử phát hiện các thông điệp không hợp lệ hoặc có tính thao túng trong thời gian thực thi. - Hỗ trợ điều tra truy nguyên và áp dụng chế tài xử lý sau sự cố. • Ưu Điểm: 1. Tách bạch rõ ranh giới giữa quản trị nội bộ tác tử và quy tắc ứng xử liên tác tử trong môi trường đa thực thể. 2. Cung cấp cơ chế điều tra hậu nghiệm và truy cứu trách nhiệm dựa trên giao thức giao tiếp có xác thực. • Nhược Điểm và Giới Hạn: 1. Việc chuẩn hóa giao thức Khung Xã Hội trên quy mô toàn ngành đòi hỏi sự đồng thuận của nhiều nhà phát triển nền tảng khác nhau. 2. Rủi ro tạo thêm độ trễ truyền thông khi mọi thông điệp trao đổi đều phải qua tầng thẩm định của Social Harness.
• URL Kho Lưu Trữ: https://github.com/aitofound/ScienceIDE • Cổng Thông Tin: https://aitonomy.org/projects/scienceide • Công Cụ Khảo Sát: Graft phiên bản 0.16.0 (Phân tích AST xác định bằng Tree-sitter, $0). • Ước Tính Token Tiết Kiệm: Tiết kiệm xấp xỉ 1,539,483 token so với việc quét đọc thủ công 900 tệp tin mã nguồn. • Quy Mô Cấu Trúc Toàn Bộ Dự Án: 1. Tổng số tệp tin: 900 tệp (bao gồm mã nguồn Python của runtime học tăng cường RL, huấn luyện SFT, và các môi trường kiểm định khoa học). 2. Tổng số thực thể ký hiệu (symbols): 8,643 biểu tượng (hàm, lớp, phương thức, biến cấu hình). 3. Tổng số cạnh liên kết phụ thuộc (edges): 27,834 cạnh liên kết cấu trúc.
Khảo sát phân tích mã nguồn xác định dự án được cấu trúc thành các cụm module rõ ràng:
Phân hệ Học Tăng Cường và Điều Phối Vòng Lặp (RL/):
• Quy mô: 21 tệp tin, 178 biểu tượng kiến trúc.
• Điểm tập trung điều phối lõi:
run_harbor_episode (RL/scienceide_rl/runner.py, 7 liên kết hướng vào): Khởi tạo và thực thi một tập tương tác container hóa, quản lý chu trình chỉnh sửa mã, biên dịch lại và thu thập phần thưởng vật lý.ScienceIDERuntimeConfig (RL/scienceide_rl/config.py, 7 liên kết hướng vào): Quản lý toàn bộ thông số môi trường, cổng sandbox và cấu hình mô hình tác tử._agent (RL/tests/test_agent.py, 6 liên kết hướng vào): Kiểm thử hành vi và tính ổn định của tác tử trong vòng lặp giải quyết sự cố mã nguồn.Phân hệ Tinh Chỉnh Có Giám Sát (SFT/):
• Quy mô: 2 tệp tin, 44 biểu tượng.
• Điểm tập trung điều phối:
row và args (SFT/test_train.py): Chuẩn bị định dạng tập dữ liệu huấn luyện từ các vết sửa lỗi khoa học thành công (verified trajectories).Phân hệ Môi Trường Khoa Học Kiểm Định Độc Lập (environments/):
Bao gồm 15 môi trường khoa học được phân tách độc lập với hệ thống chấm điểm và bộ kiểm tra tính đúng đắn số học:
• environments/dscribe-descriptors/ (325 tệp, 5,867 biểu tượng): Mô tả cấu trúc nguyên tử và hóa học tính toán. Điểm nóng tập trung vào các hàm kiểm tra đối xứng, phổ riêng Coulomb và thế tĩnh điện Ewald (runner.py, 34 liên kết hướng vào).
• environments/edkit-adaptive-krylov-time-evolution/ (101 tệp, 1,262 biểu tượng): Tiến hóa thời gian trong cơ học lượng tử thông qua không gian con Krylov (test_oracle.py, 23 liên kết).
• environments/mitgcm-* (Hơn 280 tệp): Mô phỏng đại dương, khí quyển, băng biển và chu trình sinh địa hóa học (mitgcm-seaice, mitgcm-mixing, mitgcm-ocean, mitgcm-biogeo, mitgcm-atmos, mitgcm-iceshelf).
• environments/athena-* (Athena-chemistry, Athena-gr, Athena-sr, Athena-sgfft): Mô phỏng thủy động lực học từ trường tương đối tính và hấp dẫn.
• environments/gkeyll-vlasov/ (38 tệp, 210 biểu tượng): Động học plasma phi va chạm giải phương trình Vlasov-Maxwell.
• environments/nest-noble-element-microphysics/ (16 tệp, 48 biểu tượng): Vi vật lý hạt và tương tác khí hiếm.
• environments/stim-stab/ (13 tệp, 25 biểu tượng): Sửa lỗi lượng tử và đại số bảng Pauli.
| Tiêu Chí So Sánh | Hiện Trạng ARS 4.0.0 Tại Hermes | Đề Xuất Nâng Cấp Từ Bằng Chứng 2026-09-17 |
|---|---|---|
| Kiểm Định Khoa Học (Ground-Truth Verification) | Đánh giá dựa trên văn bản, trích dẫn tài liệu và review logic tĩnh | Tích hợp nguyên lý từ ScienceIDE: Thiết lập các harness kiểm thử số học mô phỏng thực tế cho các mô hình tính toán, thay vì chỉ đối chiếu văn bản thô hoặc diff mã |
| Bộ Nhớ & Phản Tư (Dual-Process Memory & Reflection) | Bộ nhớ hội thoại phẳng, phản tư thụ động qua prompt turn-by-turn | Ứng dụng AMM + SRM (Santos & Oliveira): Tách biệt bộ nhớ nổi bật có điều kiện kích hoạt và thiết lập mô-đun tự phản tư giới hạn trong thời gian thực thi để can thiệp lỗi ngay lập tức |
| Quản Trị MCP & Cổng Tích Hợp (Remote MCP & Security) | Kết nối MCP cục bộ và một số endpoint từ xa không kiểm soát tập trung | Nhận diện Tradeoff từ Sohail (2026): Thiết lập cơ chế kiểm định an ninh cho các MCP Server từ xa, phòng ngừa rủi ro độc quyền nền tảng và véc-tơ đầu độc công cụ (tool-poisoning) |
| Kiểm Soát Tuân Thủ Quy Trình (Compositional Compliance) | Kiểm duyệt theo từng bước (step-scoped rules, YAGNI, Ponytail) | Tích hợp giải pháp chống CPVs (Kurady et al.): Xây dựng sổ cái xuất xứ thực thi thô (raw provenance runtime) để giám sát các vi phạm tích lũy, chống rửa ngưỡng và chống leo thang quyền hạn đa bước |
| Phối Hợp Đa Tác Tử Tin Cậy (Agentic Social Harness) | Phối hợp qua Kanban và notify list với giả định mọi tác tử đều tuân thủ | Ứng dụng Social Harness (Chugh et al.): Thiết lập tầng kiểm soát xã hội liên tác tử, phát hiện thông điệp thao túng và lưu trữ nhật ký kiểm toán phục vụ truy cứu trách nhiệm hậu nghiệm |
Toàn bộ chứng cứ học thuật thô đã được lưu giữ tại profiles/r-and-d/raw_evidence/evidence_tech_20260917.json và kho lưu trữ mã nguồn mở ScienceIDE đã được phân tích xác định bằng Graft tại /tmp/ScienceIDE/ (kèm bản đồ trích xuất tại profiles/r-and-d/raw_evidence/ScienceIDE_map.txt).
Phòng R&D đã hoàn tất xuất sắc Giai đoạn 1: 1. Thu thập và trích xuất 5 công trình học thuật mới nhất trên ArXiv ngày 15, 16 và 17 tháng 09 năm 2026 kèm URL gốc xác thực và trích dẫn chuẩn APA 7. 2. Khảo sát chuyên sâu mã nguồn mở ScienceIDE (Top 1 Hugging Face Daily Papers 2026-09-17) bằng Graft, lập bản đồ kiến trúc toàn diện ($0, tiết kiệm hơn 1.53 triệu token). 3. Thiết lập bảng đối soát năng lực với quy trình nghiên cứu ARS 4.0.0, chỉ ra các giải pháp nâng cấp về kiểm định số học thực tế, kiểm soát phản tư thời gian thực và quản trị xuất xứ chống vi phạm quy trình hợp thành.
Hồ sơ sẵn sàng bàn giao cho Subc để thực hiện Giai đoạn 2 (Soạn thảo Idea Contract V1).