Tài liệu này tổng hợp các đột phá học thuật và mã nguồn mở mới nhất trong ngày 16 và 17 tháng 09 năm 2026 thuộc các danh mục ArXiv cs.AI, cs.MA, cs.IR, cs.CL, cs.SE và hệ sinh thái tác nhân nghiên cứu khoa học chuyên sâu. Trọng tâm phân tích xoay quanh năm trụ cột cốt lõi: 1. Độ Đầy Đủ Bằng Chứng Theo Trạng Thái (State-Conditioned Minimal Sufficient Evidence): Giải quyết nghịch lý xếp hạng tương đồng từng đoạn văn độc lập làm tràn ngữ cảnh nhưng vẫn thiếu dữ kiện then chốt, chuyển dịch sang tạo dựng tập hợp bằng chứng tối thiểu có điều kiện theo trạng thái tác tử (MSS-Complement, SERBench). 2. Tinh Chỉnh Ngữ Cảnh Bằng Chứng Trực Quan (Evidence Context Refinement): Minh bạch hóa toàn bộ quy trình thu thập, sàng lọc và loại bỏ tài liệu nghiên cứu, biến ngữ cảnh RAG thành đối tượng phân tích tường minh có thể kiểm toán xuất xứ trước khi tổng hợp bài báo khoa học (FootprintRAG). 3. Truy Xuất Đại Số Hợp Thành Cho Tác Tử (Algebraic Composable Retrieval): Mở rộng không gian tìm kiếm cho phép tác tử tự phối ghép các chiến lược truy vấn, kết hợp tiêu chí lọc, điều kiện biên và phép toán điểm số trực tiếp tại thời điểm chạy (Algebraic Retrieval, Programmatic Embedding Modulation). 4. Bộ Nhớ Danh Tiếng Cộng Đồng Cho Web Tác Tử (Reputation as Community Memory): Chuyển đổi bộ nhớ đơn lẻ của từng tác tử thành bộ nhớ danh tiếng tập thể (Cairn Platform), áp dụng mô hình phân phối Beta suy giảm theo thời gian và co cụm độ tin cậy để đối chiếu chéo các quan sát độc lập. 5. Bộ Nhớ Sai Sót Nhận Thức Vai Trò (Role-Aware Error Memory): Thích ứng hành vi tác tử trong thời gian suy luận thông qua cơ sở tri thức lỗi có cấu trúc (MistakeKDB), phân luồng bài học sai lệch âm tính giả cho bên khởi tạo và dương tính giả cho bên thẩm định (LearnActCoder).
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/2609.20050 • Ngày Công Bố: 2026-09-17 • Tác Giả: Zhexi Feng, Ruiyi Zhang, Yongbo Yang, Pengtao Xie • Trích Dẫn Chuẩn APA 7: Feng, Z., Zhang, R., Yang, Y., & Xie, P. (2026). The missing complement: State-conditioned minimal sufficient evidence for coding agents. arXiv preprint arXiv:2609.20050. https://doi.org/10.48550/arXiv.2609.20050 • Phân Tích Chi Tiết: Trong quá trình giải quyết một tác vụ dài hạn, tác tử đã tiếp cận phần lớn các tài liệu có độ tương đồng văn bản cao nhất. Cơ chế xếp hạng truyền thống tính điểm phù hợp theo từng đoạn văn riêng lẻ, trong khi tính đầy đủ (sufficiency) lại thuộc về toàn bộ tập hợp. Do đó, một bộ xếp hạng có thể lấp đầy cửa sổ ngữ cảnh bằng nhiều biến thể của cùng một sự kiện, khiến quyết định tiếp theo của tác tử hoàn toàn thiếu căn cứ hỗ trợ. Nghiên cứu đề xuất bài toán thu hồi bằng chứng tối thiểu đủ có điều kiện theo trạng thái (state-conditioned minimal sufficient evidence recovery): dựa trên trạng thái hiện tại của tác tử, hệ thống truy xuất một tổ hợp bằng chứng cô đọng bù đắp đúng những mảnh ghép thông tin còn thiếu. Thuật toán MSS-Complement xem việc thu nạp thông tin là quá trình kiến tạo tập hợp thay vì xếp hạng tuyến tính: 1. Sử dụng 3 lời gọi ngữ nghĩa để đề xuất tập hợp đủ, tìm kiếm các dữ kiện còn thiếu và trả về từ 4 đến 8 đơn vị nguồn nguyên vẹn trong ngân sách 6,144 token. 2. Đánh giá trên SERBench (500 trạng thái từ 45 kho mã nguồn mở) cho thấy MSS-Complement thu hồi trọn vẹn tập bằng chứng cho 73.0% trạng thái ở mốc 5 tài liệu và 80.6% ở mốc 8 tài liệu, vượt xa mức 61.4% và 72.4% của mô hình nhúng Qwen3 kết hợp reranking. 3. Trên AMA-Bench, hệ thống trả lời chính xác hơn 2.08 điểm phần trăm trong khi kích thước lời nhắc giảm tới 76.2%. • Ưu Điểm: 1. Chuyển đổi căn bản từ tư duy tìm kiếm văn bản tương tự (similarity search) sang bổ khuyết khoảng trống thông tin theo trạng thái (complement recovery). 2. Giảm thiểu chi phí token cực lớn (tiết kiệm 76.2% độ dài prompt) trong khi gia tăng độ chính xác của quyết định. • Nhược Điểm và Giới Hạn: 1. Yêu cầu hệ thống phải trích xuất và theo dõi chính xác biểu diễn trạng thái (agent state) tại từng thời điểm. 2. Chi phí suy luận ban đầu để lập kế hoạch tập hợp bổ khuyết đòi hỏi mô hình có khả năng suy luận logic vững vàng.
• URL Gốc: https://arxiv.org/abs/2609.19601 • Mã Nguồn Mở: https://github.com/meteorshowering/FootprintRAGVA.git • Ngày Công Bố: 2026-09-17 • Tác Giả: Xingyu Liu, Yu Dong, Qizhen Yu, Shiyu Cheng, Zhe Wang, Guan Li, Guihua Shan, Dong Tian, Christy Jie Liang, Quang Vinh Nguyen • Trích Dẫn Chuẩn APA 7: Liu, X., Dong, Y., Yu, Q., Cheng, S., Wang, Z., Li, G., Shan, G., Tian, D., Liang, C. J., & Nguyen, Q. V. (2026). FootprintRAG: Visual analytics for evidence context refinement in RAG-based scientific literature exploration. arXiv preprint arXiv:2609.19601. https://doi.org/10.48550/arXiv.2609.19601 • Phân Tích Chi Tiết: Trong nghiên cứu khoa học mở rộng, ngữ cảnh bằng chứng dùng để tạo báo cáo thường được hình thành qua các khâu truy xuất, xếp hạng lại và lọc ẩn kín bên trong hệ thống. Người nghiên cứu nhận được bản tóm tắt mà không hề biết hệ thống đã chọn lựa đơn vị bằng chứng nào, loại bỏ tài liệu nào, hoặc liệu có bằng chứng giá trị nào bị bỏ sót trước khi tổng hợp hay không. FootprintRAG định nghĩa lại ngữ cảnh bằng chứng RAG như một đối tượng phân tích tường minh, có thể kiểm tra và hiệu chỉnh trực tiếp: 1. Phân rã tài liệu khoa học thành các đơn vị bằng chứng văn bản và hình ảnh độc lập. 2. Mở rộng truy vấn ban đầu thành nhiều biến thể song song, thực hiện truy xuất lặp nhiều vòng và xếp hạng ứng viên bổ sung theo thang đo ERS từ không gian tài liệu toàn cục. 3. Cung cấp quy trình kiểm soát xuất xứ (provenance-aware workflow), cho phép liên kết trực tiếp từng câu văn trong báo cáo tổng hợp ngược về đơn vị bằng chứng nguồn gốc. • Ưu Điểm: 1. Chấm dứt hiện tượng hộp đen trong khâu thu thập dữ liệu nghiên cứu của các hệ thống RAG truyền thống. 2. Khả năng khôi phục các bằng chứng bị bỏ sót và truy xuất dấu vết nguồn gốc tuyệt đối cho từng kết luận. • Nhược Điểm và Giới Hạn: 1. Mô hình phân tích trực quan đòi hỏi hạ tầng hiển thị và lưu trữ vết tương đối phức tạp. 2. Việc phân rã tài liệu khoa học thành các đơn vị bằng chứng đa phương thức tiêu tốn tài nguyên tiền xử lý.
• URL Gốc: https://arxiv.org/abs/2609.19482 • Ngày Công Bố: 2026-09-16 • Tác Giả: Damian Delmas • Trích Dẫn Chuẩn APA 7: Delmas, D. (2026). Algebraic retrieval: Composable search for agents. arXiv preprint arXiv:2609.19482. https://doi.org/10.48550/arXiv.2609.19482 • Phân Tích Chi Tiết: Algebraic Retrieval trao quyền cho các tác tử AI tự tổ hợp chiến lược tìm kiếm trực tiếp tại thời điểm truy vấn thay vì phụ thuộc vào một đường ống cố định. Tiêu chí phù hợp, ràng buộc hợp lệ và trọng số ưu tiên được biểu diễn đồng thời trong một truy vấn toán học có thể thực thi. 1. Xây dựng trên cơ chế Điều Biến Nhúng Theo Chương Trình (Programmatic Embedding Modulation - PEM), cho phép thực hiện các phép số học trên vector và điểm số trong quá trình truy xuất. 2. Hỗ trợ chấm điểm tương phản (contrastive scoring), xếp hạng lại nhóm ứng viên (candidate-pool reranking) và xếp hạng có trọng số thông qua các chương trình truy vấn có khả năng kết hợp. 3. Thử nghiệm trên tập ngữ liệu Vaswani chuẩn (11,429 tài liệu) chứng minh tính tương đương tuyệt đối về mặt thực thi với sai lệch điểm số dưới 1e-6 giữa các phương án triển khai SQL và PyTerrier. • Ưu Điểm: 1. Đem lại tính linh hoạt tối đa cho tác tử nghiên cứu: tác tử có thể tự kiểm tra kết quả sơ bộ và sửa đổi công thức truy vấn toán học để đào sâu dữ liệu. 2. Khả năng tương thích cao với cả cơ sở dữ liệu quan hệ (SQL) và các công cụ tìm kiếm thông tin chuyên dụng. • Nhược Điểm và Giới Hạn: 1. Tác tử cần được trang bị kỹ năng hoặc công cụ biên dịch logic tìm kiếm thành cú pháp truy vấn đại số hợp lệ. 2. Chưa tối ưu cho các bài toán tìm kiếm đồ thị phi cấu trúc phức tạp.
• URL Gốc: https://arxiv.org/abs/2609.19502 • Ngày Công Bố: 2026-09-16 • Tác Giả: Ryan Chard, Gus Ellerm, Alexander Brace, Alok Kamatar, Suman Raj, Ian Foster, Kyle Chard • Trích Dẫn Chuẩn APA 7: Chard, R., Ellerm, G., Brace, A., Kamatar, A., Raj, S., Foster, I., & Chard, K. (2026). Reputation as community memory for the agentic web. arXiv preprint arXiv:2609.19502. https://doi.org/10.48550/arXiv.2609.19502 • Phân Tích Chi Tiết: Hiện nay các tác tử đã có thể ngoại hóa trải nghiệm vào bộ nhớ, cô đọng dấu vết lịch sử thành tri thức ngữ nghĩa và phím tắt quy trình giữa các phiên làm việc. Tuy nhiên, các bộ nhớ này hầu hết là sở hữu riêng của từng tác tử đơn lẻ. Nhóm tác giả lập luận rằng bộ nhớ tác tử cần mang tính tập thể, bởi tri thức đáng tin cậy về môi trường dùng chung (nguồn dữ liệu, dịch vụ, công cụ) không thể được xác lập chỉ bởi một tác tử duy nhất mà phải qua đối chứng chéo từ nhiều quan sát viên độc lập. Nghiên cứu giới thiệu Cairn, nền tảng danh tiếng cộng đồng ghi lại tri thức tập thể: 1. Cho phép tác tử truy vấn ý kiến cộng đồng về một tài nguyên trước khi sử dụng và nộp đánh giá kèm bằng chứng kiểm chứng sau khi hoàn tất. 2. Tổng hợp các quan sát thông qua mô hình phân phối Beta suy giảm theo thời gian (time-decayed Beta model) kết hợp kỹ thuật co cụm độ tin cậy (confidence shrinkage). 3. Hỗ trợ khám phá ngữ nghĩa trên các lập luận đánh giá và kiểm thử bền vững trước các hành vi tấn công giả mạo, thông đồng và ngụy trang trong môi trường đa tác tử thực tế. • Ưu Điểm: 1. Thiết lập hạ tầng niềm tin và đối chiếu chéo độc lập giữa các tác tử, loại bỏ nguy cơ phụ thuộc vào báo cáo phiến diện của một cá thể. 2. Mô hình toán học suy giảm theo thời gian phản ánh chính xác độ mới và độ tin cậy của thông tin. • Nhược Điểm và Giới Hạn: 1. Đòi hỏi cơ chế mạng lưới và giao thức giao tiếp chung giữa các phòng ban hoặc hệ thống tác tử độc lập. 2. Chi phí lưu trữ và tính toán danh tiếng tăng khi quy mô cộng đồng mở rộng.
• URL Gốc: https://arxiv.org/abs/2609.19721 • Ngày Công Bố: 2026-09-17 • Tác Giả: Meysam Ghaffari, Bhaskar Sen, Nasim Sabetpour, Nina Fatehi, Animesh Agarwal, Carlos Morato • Trích Dẫn Chuẩn APA 7: Ghaffari, M., Sen, B., Sabetpour, N., Fatehi, N., Agarwal, A., & Morato, C. (2026). LearnActCoder: Role-aware error memory for adaptive clinical coding agents. arXiv preprint arXiv:2609.19721. https://doi.org/10.48550/arXiv.2609.19721 • Phân Tích Chi Tiết: Trong các tác vụ chuyên môn phức tạp, tác tử thường xuyên lặp lại các dạng lỗi tương tự nhau như trích dẫn thiếu căn cứ, bỏ sót điều kiện được ghi nhận, sai lệch độ đặc hiệu và không khớp quy ước. Nghiên cứu đề xuất khung thích ứng trong thời gian suy luận Learn-Then-Act: 1. Chuyển hóa các lỗi phát hiện từ một tập dữ liệu nhỏ có gán nhãn thành một Cơ Sở Tri Thức Sai Sót (Mistake Knowledge Database - MistakeKDB) có cấu trúc. 2. Phân định luồng bài học sai sót theo đúng vai trò tác tử: các bài học âm tính giả (bỏ sót thông tin) được chuyển cho tác tử Coder vốn có xu hướng tập trung vào độ bao phủ (recall), trong khi các bài học dương tính giả (nhận định sai) được chuyển cho tác tử Judge vốn tập trung vào độ chính xác (precision). 3. Thực nghiệm trên tập dữ liệu MIMIC-III và MIMIC-IV chứng minh MistakeKDB nâng cao F1 thêm 5.9 điểm phần trăm, duy trì độ ổn định cao qua 1,000 hồ sơ độc lập mà không cần tinh chỉnh trọng số mô hình hay thay đổi quy trình nền tảng. • Ưu Điểm: 1. Cơ chế sửa đổi hành vi tức thì không tốn chi phí huấn luyện lại mô hình nền (zero parameter updates). 2. Phân định thông minh giữa nhiệm vụ thu thập (Recall Coder) và nhiệm vụ thẩm định (Precision Judge), phù hợp với mô hình phối hợp R&D và Grill-QA. • Nhược Điểm và Giới Hạn: 1. Cần bộ dữ liệu đối soát chuẩn ban đầu để phân loại chính xác các dạng lỗi. 2. Cơ sở tri thức sai sót cần được chuẩn hóa định dạng để tránh phình to ngữ cảnh.
• URL Kho Lưu Trữ: https://github.com/assafelovic/gpt-researcher
• Mô Tả: Khung tác tử nghiên cứu sâu tự trị (Autonomous Deep Research Agent), tự động thu thập thông tin từ hơn 20 nhà cung cấp dữ liệu mạng, trích xuất văn bản, tổng hợp tài liệu chuyên sâu và xuất bản báo cáo học thuật đa định dạng.
• 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 429,209 token từ lệnh graft map và 56,821 token từ lệnh graft callers (Tổng cộng tiết kiệm 486,030 token so với việc đọc toàn bộ 424 tệp tin mã nguồn).
Khảo sát phân tích mã nguồn xác định dự án gồm 424 tệp tin, 2,023 biểu tượng và 5,352 cạnh liên kết cấu trúc:
Phân hệ Tác Tử Nghiên Cứu Cốt Lõi (gpt_researcher/):
• Quy mô: 125 tệp tin, 539 biểu tượng.
• Điểm nóng điều phối trung tâm:
GPTResearcher (gpt_researcher/agent.py:L37-L794, 36 liên kết hướng vào): Quản lý toàn bộ vòng đời tác vụ nghiên cứu từ tiếp nhận truy vấn, khởi tạo ngữ cảnh, điều phối truy xuất đến tổng hợp văn bản.conduct_research (gpt_researcher/agent.py:L331-L401, 28 liên kết hướng vào): Trục thực thi chính thực hiện thu thập dữ liệu song song qua các nguồn tin cậy.write_report (gpt_researcher/agent.py:L451-L492, 20 liên kết hướng vào): Tổng hợp báo cáo cuối cùng theo bố cục nghiên cứu học thuật.create_chat_completion (gpt_researcher/utils/llm.py:L41-L158, 24 liên kết hướng vào): Tầng giao tiếp mô hình ngôn ngữ thống nhất.Phân hệ Đa Tác Tử Phân Quyền (multi_agents/):
• Quy mô: 23 tệp tin, 85 biểu tượng.
• Điểm nóng điều phối luồng:
ResearchAgent (multi_agents/agents/researcher.py, 3 liên kết hướng vào): Thu thập tài liệu chuyên biệt theo từng chủ đề phụ.ReviewerAgent (multi_agents/agents/reviewer.py, 4 liên kết hướng vào): Phản biện bản thảo nghiên cứu độc lập.FactCheckerAgent (multi_agents/agents/fact_checker.py, 2 liên kết hướng vào): Đối chiếu số liệu và trích dẫn thực tế.PublisherAgent (multi_agents/agents/publisher.py, 3 liên kết hướng vào): Biên tập dàn trang và kết xuất báo cáo hoàn chỉnh.Phân hệ Tích Hợp Đa Nguồn và Rào Chắn MCP (gpt_researcher/retrievers/ & mcp/):
• Quy mô: Hơn 25 bộ truy xuất (ArXiv, Semantic Scholar, Tavily, Bing, Google, DuckDuckGo, SearXNG).
• Điểm nóng:
CustomLogsHandler (backend/server/server_utils.py:L40-L86, 10 liên kết hướng vào): Quản lý nhật ký và dòng sự kiện truyền thông tin.stream_log (gpt_researcher/mcp/streaming.py:L32-L47, 10 liên kết hướng vào): Truyền dữ liệu tiến độ thời gian thực cho giao diện điều hành.conduct_research):Phương thức conduct_research được gọi từ 28 điểm then chốt trong hệ thống, bao gồm các kịch bản báo cáo cơ bản, báo cáo chuyên sâu đa cấp (detailed_report), máy chủ đa tác tử (multi_agents/agents/researcher.py), và kiểm thử đánh giá ảo giác (evals/hallucination_eval/run_eval.py:L88).
Cấu trúc này khẳng định mô hình nghiên cứu tự trị của GPT Researcher phân tách rất rõ ràng giữa việc thu thập bằng chứng thô (Scraping & Retrieving) và việc lập dàn ý tổng hợp báo cáo (Writing & Polishing), tương đồng tuyệt đối với nguyên lý bảo toàn dữ liệu chống nén mất mát của ARS 4.0.0.
| Tiêu Chí So Sánh | Hiện Trạng ARS 4.0.0 Tại Hermes | Đề Xuất Nâng Cấp Từ Bằng Chứng 2026-09-19 |
|---|---|---|
| Độ Đầy Đủ Bằng Chứng (Evidence Sufficiency) | Thu thập tài liệu dựa trên độ tương đồng từ khóa, dễ gây trùng lặp thông tin và tràn cửa sổ ngữ cảnh | Ứng dụng MSS-Complement (Feng et al., 2026): Chuyển sang tạo dựng tập bằng chứng tối thiểu theo trạng thái, bù đắp chính xác các sự kiện còn thiếu trước khi chuyển sang bước viết, giảm 76.2% token dư thừa |
| Minh Bạch Xuất Xứ Bằng Chứng (Evidence Provenance) | Dữ liệu thô gộp vật lý thành RAW_DATA_UNIFIED.md nhưng chưa có cơ chế kiểm tra ngược dòng câu văn | Tích hợp nguyên lý FootprintRAG (Liu et al., 2026): Xây dựng bản đồ xuất xứ câu văn (provenance trace), gắn thẻ đơn vị bằng chứng nguồn vào từng khẳng định trong báo cáo Master |
| Tìm Kiếm Động Cho Tác Tử (Composable Search) | Câu lệnh tìm kiếm cố định theo mẫu prompt | Áp dụng Algebraic Retrieval (Delmas, 2026): Cho phép tác tử tự phối hợp toán tử đại số để tùy biến tiêu chí lọc, trọng số và điều kiện biên tại thời điểm truy vấn |
| Bộ Nhớ Danh Tiếng Dùng Chung (Community Memory) | Hồ sơ tri thức vault lưu cục bộ theo từng profile, chưa có cơ chế chia sẻ danh tiếng nguồn | Ứng dụng Cairn Community Memory (Chard et al., 2026): Thiết lập cơ chế đánh giá danh tiếng nguồn dữ liệu và công cụ có trọng số suy giảm theo thời gian, chống nguồn tin sai lệch |
| Học Hỏi Sai Sót Nhận Thức Vai Trò (Role-Aware Memory) | Phản hồi lỗi qua biên bản Grill-QA và sửa thủ công | Tích hợp MistakeKDB từ LearnActCoder (Ghaffari et al., 2026): Phân loại lỗi tự động, chuyển lỗi thiếu sót cho R&D (Recall) và lỗi suy diễn sai cho Grill-QA (Precision) |
Toàn bộ dữ liệu bằng chứng thô đã được kết xuất tại profiles/r-and-d/raw_evidence/evidence_tech_20260919.json và bản đồ cấu trúc mã nguồn GPT Researcher được lưu trữ tại profiles/r-and-d/raw_evidence/gpt_researcher_map.txt.
Phòng R&D đã hoàn tất toàn diện các yêu cầu kỹ thuật của Giai đoạn 1: 1. Quét và trích xuất 5 công trình học thuật mới nhất trên ArXiv ngày 16 và 17 tháng 09 năm 2026 kèm URL gốc xác thực và trích dẫn chuẩn APA 7. 2. Khảo sát kiến trúc mã nguồn mở GPT Researcher bằng công cụ Graft ($0, tiết kiệm 486,030 token). 3. Lập bảng đối soát năng lực chi tiết với quy trình nghiên cứu học thuật ARS 4.0.0.
Hồ sơ đầy đủ sẵn sàng bàn giao cho Subc để triển khai Giai đoạn 2 (Soạn thảo Idea Contract V1).