Tài liệu này tổng hợp các đột phá học thuật và khảo sát mã nguồn mở mới nhất trong ngày 01 tháng 10 năm 2026 thuộc danh mục ArXiv cs.AI, cs.MA, cùng hệ sinh thái tác tử nghiên cứu khoa học tự trị. Trọng tâm nghiên cứu xoay quanh năm công trình học thuật tiêu biểu cùng một kho lưu trữ mã nguồn mở trọng điểm: 1. DeepResearch-9K: Bộ Dữ Liệu Kiểm Chuẩn Thử Thách Cho Tác Tử Nghiên Cứu Sâu (DeepResearch-9K: A Challenging Benchmark Dataset of Deep-Research Agent): Xây dựng tập kiểm chuẩn 9,000 bài toán đa chặng với ba cấp độ phức tạp L1 đến L3 kèm chuỗi quỹ đạo tìm kiếm chất lượng cao, giải quyết điểm nghẽn thiếu hụt dữ liệu đánh giá thực tế cho các tác tử nghiên cứu (arXiv:2603.01152). 2. Tác Tử Nghiên Cứu Sâu Gặp Lỗi Ở Đâu? Định Vị Lỗi Ở Mức Phân Đoạn Trong Quỹ Đạo Tác Tử (Where Do Deep-Research Agents Go Wrong? Span-Level Error Localization in Agent Trajectories): Khảo sát 2,790 quỹ đạo thực tế, đề xuất kiểm chuẩn TELBench với 1,000 ca kiểm thử và thuật toán DRIFT dựa trên luận điểm (claim-centric) nhằm khoanh vùng chính xác điểm phát sinh lỗi trong quá trình thu thập và tổng hợp thông tin (arXiv:2606.02060). 3. DeepResearcher: Mở Rộng Nghiên Cứu Sâu Qua Học Tăng Cường Trong Môi Trường Thực Tế (DeepResearcher: Scaling Deep Research via Reinforcement Learning in Real-world Environments): Khung huấn luyện học tăng cường (RL) đầu-cuối đầu tiên tương tác trực tiếp với web thực tế thay vì các môi trường RAG đóng giả lập, nâng cao năng lực khai thác đa chặng (arXiv:2504.03160). 4. Open Deep Search: Dân Chủ Hóa Tìm Kiếm Với Tác Tử Suy Luận Mã Nguồn Mở (Open Deep Search: Democratizing Search with Open-source Reasoning Agents): Khung kiến trúc ODS kết hợp công cụ tìm kiếm mở Open Search Tool và tác tử suy luận Open Reasoning Agent, thu hẹp khoảng cách giữa các mô hình nguồn mở với các giải pháp độc quyền như Perplexity Sonar Reasoning Pro và OpenAI GPT-4o Search (arXiv:2503.20201). 5. Nghiên Cứu Sâu Cấu Trúc Cây Hiệu Quả Với Phân Bổ Tài Nguyên Thích Ứng (Efficient Tree-Structured Deep Research with Adaptive Resource Allocation): Đề xuất khung ParallelResearch chuyển đổi chu trình suy luận tuần tự truyền thống sang điều phối song song dạng cây, kết hợp bộ lập kế hoạch thích ứng (adaptive planner) giúp tối ưu hóa độ trễ và phân bổ tài nguyên động (arXiv:2510.05145). 6. Khảo sát mã nguồn mở CAMEL (camel-ai/camel): Framework đa tác tử hàng đầu hỗ trợ mô hình hợp tác xã hội tác tử (Communicative Agents for "Mind" Exploration), được khảo sát kỹ thuật thông qua công cụ Graft phiên bản 0.16.0 tiết kiệm hơn 2.5 triệu token.
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 bảo đảm tính minh bạch, khả năng kiểm chứng và dấu thời gian công bố.
• URL Gốc: https://arxiv.org/abs/2603.01152 • Ngày Công Bố: 2026-03-03 • Tác Giả: Tongzhou Wu, Yuhao Wang, Xinyu Ma, Xiuqiang He, Shuaiqiang Wang, Dawei Yin, Xiangyu Zhao • Trích Dẫn Chuẩn APA 7: Wu, T., Wang, Y., Ma, X., He, X., Wang, S., Yin, D., & Zhao, X. (2026). DeepResearch-9K: A challenging benchmark dataset of deep-research agent. arXiv preprint arXiv:2603.01152. https://doi.org/10.48550/arXiv.2603.01152 • Phân Tích Chi Tiết: Các tác tử nghiên cứu sâu hiện nay có năng lực tự động khám phá web đa chặng, truy xuất trúng đích và giải quyết các câu hỏi phức tạp. Tuy nhiên, hai điểm nghẽn lớn nhất cản trở sự phát triển của lĩnh vực này là sự khan hiếm các bộ dữ liệu kiểm chuẩn quy mô lớn có độ khó tiệm cận thực tế và sự thiếu vắng các khung nguồn mở hỗ trợ tổng hợp dữ liệu huấn luyện. DeepResearch-9K giải quyết trọn vẹn cả hai rào cản: 1. Quy trình tổng hợp tự động chi phí thấp: Xây dựng đường ống tự trị khai thác từ các tập dữ liệu QA đa chặng nguồn mở để tạo ra 9,000 bài toán nghiên cứu sâu với chi phí tối thiểu. 2. Phân tầng độ khó 3 cấp độ (L1, L2, L3): Phân loại bài toán theo độ sâu tìm kiếm, số lượng bước suy luận chéo nguồn và mức độ xung đột thông tin giữa các tài liệu. 3. Bộ quỹ đạo tìm kiếm mẫu chất lượng cao: Đi kèm các chuỗi hành động mẫu được thẩm định, giúp mô hình học cách phân rã mục tiêu và đối chiếu chéo thông tin thay vì tìm kiếm từ khóa ngẫu nhiên. • Ưu Điểm: 1. Cung cấp tập dữ liệu đánh giá chuẩn mực quy mô lớn đầu tiên dành riêng cho tác tử nghiên cứu tự trị. 2. Thiết lập tiêu chuẩn đo lường chi tiết cho từng giai đoạn trong chuỗi suy luận đa chặng. • Nhược Điểm và Giới Hạn: 1. Một số câu hỏi ở cấp độ L3 vẫn phụ thuộc vào nguồn web mở có thể bị thay đổi nội dung theo thời gian. 2. Chi phí chạy toàn bộ kiểm chuẩn 9,000 mẫu trên các mô hình thương mại là tương đối lớn.
• URL Gốc: https://arxiv.org/abs/2606.02060 • Ngày Công Bố: 2026-06-03 • Tác Giả: Jiaming Wang, Ziteng Feng, Jiangtao Wu, Ruihao Li, Qianqian Xie, Yuxiang Ren, He Zhu, Xueming Han, Fanyu Meng, Junlan Feng, Jiaheng Liu • Trích Dẫn Chuẩn APA 7: Wang, J., Feng, Z., Wu, J., Li, R., Xie, Q., Ren, Y., Zhu, H., Han, X., Meng, F., Feng, J., & Liu, J. (2026). Where do deep-research agents go wrong? Span-level error localization in agent trajectories. arXiv preprint arXiv:2606.02060. https://doi.org/10.48550/arXiv.2606.02060 • Phân Tích Chi Tiết: Đánh giá tác tử nghiên cứu sâu chỉ dựa vào kết quả đầu ra cuối cùng (pass/fail) hoàn toàn bất lực trong việc giải thích nguyên nhân thất bại: lỗi xuất phát từ câu truy vấn ban đầu, công cụ bóc tách, hay quá trình tổng hợp kết quả? Nhóm nghiên cứu tập trung giải quyết bài toán định vị lỗi ở cấp độ phân đoạn (span-level): 1. Bộ dữ liệu TELBench: Thu thập 2,790 quỹ đạo thực tế từ 2 khung tác tử, 3 mô hình nền tảng và 3 bộ kiểm chuẩn; chuẩn hóa nhật ký thô thành các phân đoạn ngữ nghĩa và gán nhãn 1,000 trường hợp lỗi nguy hại thông qua chuyên gia kết hợp LLM. 2. Phân loại nhiễu và lỗi thực sự: Tách biệt rõ ràng giữa các hành động thăm dò bình thường (normal exploration), truy vấn không có kết quả tạm thời, giả thuyết thăm dò với các lỗi gây hại làm sai lệch kết quả chung. 3. Thuật toán DRIFT: Đề xuất phương pháp tự động khoanh vùng lỗi lấy luận điểm làm trọng tâm (claim-centric), truy vết ngược từ các luận điểm sai lệch trong báo cáo về chính xác bước thao tác gây ra sai số. • Ưu Điểm: 1. Đem lại khả năng giải thích chi tiết và phân tích nguyên nhân gốc rễ (root cause analysis) cho các chu trình tác tử phức tạp. 2. Cung cấp công cụ gỡ lỗi định lượng giúp các kỹ sư cải tiến từng bước trong pipeline thay vì thử nghiệm mò mẫm. • Nhược Điểm và Giới Hạn: 1. Quá trình phân đoạn ngữ nghĩa và gán nhãn đòi hỏi mô hình thẩm định trung gian có năng lực suy luận cao. 2. Chưa giải quyết triệt để các trường hợp lỗi kết hợp phát sinh từ nhiều bước tương tác tích lũy.
• URL Gốc: https://arxiv.org/abs/2504.03160 • Ngày Công Bố: 2025-04-06 • Tác Giả: Yuxiang Zheng, Dayuan Fu, Xiangkun Hu, Xiaojie Cai, Lyumanshan Ye, Pengrui Lu, Pengfei Liu • Trích Dẫn Chuẩn APA 7: Zheng, Y., Fu, D., Hu, X., Cai, X., Ye, L., Lu, P., & Liu, P. (2025). DeepResearcher: Scaling deep research via reinforcement learning in real-world environments. arXiv preprint arXiv:2504.03160. https://doi.org/10.48550/arXiv.2504.03160 • Phân Tích Chi Tiết: Các phương pháp tiếp cận hiện tại thường dựa vào kỹ thuật tinh chỉnh prompt dễ bị suy giảm độ ổn định hoặc huấn luyện RL trong các môi trường RAG kiểm soát sẵn. DeepResearcher là khung nghiên cứu tiên phong mở rộng học tăng cường trong môi trường web thực tế: 1. Đào tạo đầu-cuối trong thế giới mở: Huấn luyện tác tử tương tác với công cụ tìm kiếm thực, đối mặt với sự phân mảnh, mâu thuẫn nguồn và tính động của dữ liệu Internet. 2. Hàm thưởng tối ưu hóa chất lượng nghiên cứu: Thiết kế hệ thống phần thưởng đa mục tiêu kết hợp độ chính xác của câu trả lời, tính đầy đủ của bằng chứng thu thập và chi phí số lượt tương tác công cụ. 3. Cơ chế tự sửa sai trong quá trình tìm kiếm: Tác tử học được kỹ năng tự nhận diện khi kết quả truy vấn bị lạc đề để thay đổi từ khóa hoặc đổi hướng tiếp cận mà không bị dừng đột ngột. • Ưu Điểm: 1. Khả năng thích ứng vượt trội khi triển khai vào môi trường sản xuất thực tế so với các mô hình chỉ luyện trong phòng thí nghiệm. 2. Nâng cao hiệu quả khai thác tài liệu nghiên cứu sâu mà không cần viết prompt hướng dẫn dài dòng. • Nhược Điểm và Giới Hạn: 1. Huấn luyện RL trên môi trường web sống đòi hỏi hạ tầng mạng và sandbox cực kỳ ổn định để tránh nghẽn mạng và giới hạn tần suất gọi API tìm kiếm. 2. Nguy cơ tác tử thu thập dữ liệu rác hoặc nội dung độc hại trên Internet nếu thiếu cơ chế lọc an toàn.
• URL Gốc: https://arxiv.org/abs/2503.20201 • Ngày Công Bố: 2025-03-27 • Tác Giả: Salaheddin Alzubi, Creston Brooks, Purva Chiniya, Edoardo Contente, Chiara von Gerlach, Lucas Irwin, Yihan Jiang, Arda Kaz, Windsor Nguyen, Sewoong Oh, Himanshu Tyagi, Pramod Viswanath • Trích Dẫn Chuẩn APA 7: Alzubi, S., Brooks, C., Chiniya, P., Contente, E., von Gerlach, C., Irwin, L., Jiang, Y., Kaz, A., Nguyen, W., Oh, S., Tyagi, H., & Viswanath, P. (2025). Open Deep Search: Democratizing search with open-source reasoning agents. arXiv preprint arXiv:2503.20201. https://doi.org/10.48550/arXiv.2503.20201 • Phân Tích Chi Tiết: Công trình nhằm mục đích dân chủ hóa công nghệ tìm kiếm thông minh, thu hẹp khoảng cách giữa các hệ thống khép kín đắt đỏ và cộng đồng nghiên cứu mã nguồn mở: 1. Kiến trúc phân tách rõ ràng: • Open Reasoning Agent: Tiếp nhận câu hỏi, lập kế hoạch suy luận, điều phối chuỗi hành động và tổng hợp kết quả. • Open Search Tool: Công cụ tìm kiếm mở độc lập có khả năng truy xuất, bóc tách và tinh lọc ngữ cảnh từ nhiều nguồn tìm kiếm khác nhau. 2. Tính tương thích cao: Cho phép người dùng cắm bất kỳ mô hình ngôn ngữ mã nguồn mở nào (Llama, DeepSeek, Qwen) làm hạt nhân suy luận mà không bị khóa chặt vào một nhà cung cấp. 3. Tối ưu hóa suy luận thận trọng (Judicious Search Tool Use): Huấn luyện tác tử chỉ kích hoạt công cụ tìm kiếm khi thực sự cần dữ liệu ngoại vi, tránh lãng phí tài nguyên cho các câu hỏi suy luận nội hàm. • Ưu Điểm: 1. Cung cấp giải pháp mã nguồn mở hoàn chỉnh thay thế các API tìm kiếm độc quyền đắt đỏ. 2. Linh hoạt triển khai trên hạ tầng máy chủ nội bộ (on-premise) hoặc môi trường điện toán cá nhân. • Nhược Điểm và Giới Hạn: 1. Hiệu năng phụ thuộc nhiều vào chất lượng của mô hình nguồn mở nền tảng và độ ổn định của API tìm kiếm web nguồn mở. 2. Tốc độ phản hồi có thể chậm hơn các dịch vụ thương mại đã tối ưu hóa bộ nhớ đệm toàn cầu.
• URL Gốc: https://arxiv.org/abs/2510.05145 • Ngày Công Bố: 2025-10-09 • Tác Giả: Lunyiu Nie, Nedim Lipka, Ryan A. Rossi, Swarat Chaudhuri • Trích Dẫn Chuẩn APA 7: Nie, L., Lipka, N., Rossi, R. A., & Chaudhuri, S. (2025). Efficient tree-structured deep research with adaptive resource allocation. arXiv preprint arXiv:2510.05145. https://doi.org/10.48550/arXiv.2510.05145 • Phân Tích Chi Tiết: Các tác tử nghiên cứu sâu truyền thống thực thi quy trình suy luận tuần tự từng bước, dẫn đến độ trễ cao, khó thích ứng linh hoạt trong thời gian chạy và lãng phí tài nguyên tính toán. ParallelResearch khắc phục các điểm yếu này bằng phương pháp điều phối song song dạng cây: 1. Phân rã động câu hỏi thành cây nhiệm vụ con (Tree-structured Sub-tasks): Chuyển hóa các bài toán nghiên cứu trừu tượng thành các nhánh điều tra độc lập nhưng liên kết chặt chẽ. 2. Bộ lập kế hoạch thích ứng (Adaptive Planner): Dự đoán độ phức tạp của từng nhánh để phân bổ tài nguyên tính toán và độ sâu tìm kiếm phù hợp, tránh đào quá sâu vào các câu hỏi phụ ít giá trị. 3. Tầng điều phối thời gian chạy (Runtime Orchestration Layer): Cho phép cắt tỉa (prune) các nhánh không khả thi và hợp nhất song song các kết quả trung gian, giảm đáng kể thời gian phản hồi tổng thể. • Ưu Điểm: 1. Giảm thiểu độ trễ xử lý báo cáo từ 40% đến 65% so với mô hình tuần tự truyền thống. 2. Cơ chế phân bổ tài nguyên thông minh giúp tiết kiệm token và chi phí tính toán cho các tác vụ nghiên cứu quy mô lớn. • Nhược Điểm và Giới Hạn: 1. Đòi hỏi cấu trúc dữ liệu đồ thị phức tạp để quản lý trạng thái của các nhánh thực thi song song. 2. Xử lý đồng bộ hóa kết quả giữa các nhánh phụ thuộc có thể gặp xung đột logic nếu không có cơ chế đối soát nghiêm ngặt.
• URL Kho Lưu Trữ: https://github.com/camel-ai/camel
• Mô Tả: CAMEL (Communicative Agents for "Mind" Exploration) là một trong những framework nghiên cứu đa tác tử đầu tiên và toàn diện nhất hiện nay, cung cấp hạ tầng hợp tác quy mô lớn giữa các tác tử (Workforce, Societies, Role Playing, Shared Memory, AST Toolkit). Framework hỗ trợ đầy đủ các mô hình tính toán từ đơn tác tử, tổ đội tác tử, đến hệ sinh thái xã hội tác tử phục vụ nghiên cứu khoa học, mô phỏng hành vi và tự động hóa tác vụ tri thức.
• Công Cụ Khảo Sát: Graft phiên bản 0.16.0 (Phân tích tĩnh đồ thị cú pháp trừu tượng AST, 0 USD phí LLM).
• Ước Tính Token Tiết Kiệm: Hệ thống Graft đã loại trừ hơn 2,567,214 token dư thừa (tiết kiệm 99.9% chi phí đọc trực tiếp toàn bộ 1,156 tệp tin) thông qua lệnh graft map và phân tích điểm tập trung graft callers ChatAgent.
Bản đồ phân tích xác định 1,156 tệp tin, 8,727 biểu tượng và 26,219 liên kết điều hướng: 1. Phân Vùng Lõi Tác Tử và Điều Phối (camel/agents/): • 14 tệp tin chứa các tác tử chuyên biệt kế thừa từ ChatAgent. • Điểm tập trung cốt lõi (Hotspot Hubs): • Lớp ChatAgent (chat_agent.py, L376-L6544, hơn 389 liên kết hướng vào): Lớp tác tử nền tảng chịu trách nhiệm quản lý hội thoại, suy luận bước đi, kích hoạt công cụ và tích hợp bộ nhớ. • Lớp CriticAgent (critic_agent.py, L41-L267): Chuyên trách phản biện độc lập, đánh giá chất lượng kết quả của các tác tử khác trong hệ thống. • Lớp TaskPlannerAgent, TaskSpecifyAgent, TaskPrioritizationAgent (task_agent.py): Chuyên trách phân rã nhiệm vụ lớn thành kế hoạch chi tiết, định rõ yêu cầu kỹ thuật và sắp xếp thứ tự ưu tiên. • Lớp KnowledgeGraphAgent (knowledge_graph_agent.py, L116-L278): Trích xuất thực thể và liên kết tri thức dạng đồ thị. 2. Phân Vùng Điều Phối Lực Lượng Lao Động Tác Tử (camel/societies/workforce/): • 15 tệp tin cấu thành tổ chức lao động tác tử có thứ bậc. • Lớp Workforce (workforce.py, L323-L559): Điều phối tổng thể các tác tử đơn và nhóm tác tử theo mô hình tổ chức phân công lao động rõ ràng. • Lớp WorkflowMemoryManager (workflow_memory_manager.py, L627-L872): Quản trị bộ nhớ luồng công việc xuyên suốt giữa các thành viên, hỗ trợ tổng hợp và chống thất thoát ngữ cảnh khi chuyển giao nhiệm vụ. 3. Phân Vùng Khối Bộ Nhớ (camel/memories/): • 5 tệp tin và các thư mục khối bộ nhớ (blocks). • Lớp trừu tượng MemoryBlock (base.py, L23-L77): Chuẩn hóa giao diện bộ nhớ. • Lớp ChatHistoryBlock và VectorDBBlock: Phân tách rõ ràng giữa bộ nhớ lưu vết hội thoại trực tiếp và bộ nhớ vector dài hạn phục vụ tìm kiếm ngữ nghĩa. 4. Phân Vùng Bộ Công Cụ Nghiên Cứu (camel/toolkits/): • 88 tệp tin công cụ bao gồm: search_toolkit.py, arxiv_toolkit.py, semantic_scholar_toolkit.py, terminal_toolkit.py, browser_toolkit.py, hybrid_browser_toolkit.py, code_execution_toolkit.py.
Dựa trên năm công trình học thuật mới và kết quả phân tích mã nguồn mở camel-ai/camel, phòng R&D đề xuất các định hướng nâng cấp sau cho chuẩn ARS 4.0.0: 1. Ứng Dụng Mô Hình Nghiên Cứu Dạng Cây Thích Ứng (ParallelResearch Pattern): • Chuyển đổi các bước thu thập tài liệu tuần tự sang mô hình phân rã song song dạng cây, cho phép quét đồng thời nhiều khía cạnh kỹ thuật độc lập và tổng hợp dữ liệu trung gian trước khi chấp bút báo cáo. 2. Tích Hợp Định Vị Lỗi Cấp Độ Phân Đoạn (Span-Level Error Localization - DRIFT): • Bổ sung cơ chế truy vết ngược từ từng luận điểm (claim) về chính xác URL và dòng văn bản nguồn để phát hiện sớm các phát biểu thiếu căn cứ hoặc trích dẫn sai lệch trước khi chuyển giao cho Grill-QA. 3. Chuẩn Hóa Kiểm Thử Bằng Bộ Tiêu Chuẩn Đa Chặng (DeepResearch-9K Alignment): • Thiết lập các bộ câu hỏi kiểm thử nội bộ phân theo ba cấp độ khó (L1, L2, L3) nhằm định kỳ đánh giá độ tin cậy và khả năng đào sâu của các profile nghiên cứu trên hệ thống. 4. Củng Cố Kiến Trúc Workforce và Phản Biện Chuyên Biệt (CAMEL Critic Pattern): • Duy trì nghiêm ngặt mô hình phản biện độc lập của Grill-QA đối với mọi Idea Contract và Deliverable nghiên cứu, đảm bảo mọi đề xuất đều được kiểm tra tính khả thi thực tế và tính tối giản của hệ thống.
Phòng R&D bàn giao toàn bộ tài liệu nghiên cứu và dữ liệu bằng chứng ngày 2026-10-01 cho Subc để tiến hành Giai đoạn 2 (Soạn thảo Idea Contract V1): 1. Hồ Sơ Bàn Giao: • Báo cáo tổng hợp: shared/intelligence/tech_daily/2026-10-01.md • Bằng chứng thô có cấu trúc: profiles/r-and-d/raw_evidence/evidence_tech_ai_20261001.json • Bản đồ kiến trúc Graft của CAMEL: profiles/r-and-d/raw_evidence/camel_graft_map.txt 2. Trọng Tâm Soạn Thảo Idea Contract: • Tên đề xuất: IC-2026-10-01-TECH-PARALLEL-RESEARCH-CAMEL-WORKFORCE • Domain: Group-B3-Tech (Research Infrastructure Upgrade) • Mục tiêu: Nâng cấp chuẩn nghiên cứu ARS 4.0.0 tích hợp cơ chế phân rã nghiên cứu dạng cây (ParallelResearch) và mô hình phối hợp phản biện độc lập (CAMEL Critic / Workforce) nhằm tối ưu hóa độ trễ xử lý, định vị lỗi phân đoạn và nâng cao chất lượng tri thức học thuật trên hệ thống CEO AI OS.