agentic reinforcement learning
AssessKỹ thuật
Phương pháp huấn luyện tối ưu hóa ra quyết định nhiều bước thông qua tương tác với môi trường.
Vì sao ở đây
Xếp vào Assess: 7 bài bằng chứng từ 4 nguồn, chủ yếu là tin nghiên cứu, 0 bài trong 30 ngày qua. Độ tin cậy 74%.
Bằng chứng (7)
- 7Google DeepMind·1/9/2026model_releaseGemini bổ sung khả năng hiểu video theo hướng tác nhân
Google DeepMind giới thiệu khả năng hiểu video theo hướng tác nhân trong Gemini, nhằm giúp mô hình suy luận tốt hơn trên nội dung video và phản hồi hiệu quả hơn. Thông báo này cho thấy Gemini được định vị như một hệ thống đa phương thức mạnh hơn cho phân tích video và các quy trình tác nhân liên quan.
- 3InfoQ·31/8/2026researchScott Jenson về hệ điều hành desktop, local-first và UX tác tử
Trong tập podcast của InfoQ này, chuyên gia UX Scott Jenson trao đổi về tình trạng trì trệ kéo dài của các hệ điều hành desktop và những hạn chế của mô hình điện toán lấy di động và đám mây làm trung tâm. Ông cũng đề cập đến phần mềm local-first và UX tác tử như những hướng đi tiềm năng cho trải nghiệm người dùng linh hoạt và thích ứng hơn.
- 6InfoQ·15/8/2026researchDoorDash mô tả bước chuyển từ dự đoán một lần sang tác tử AI hiểu ngữ cảnh
Sudeep Das cho biết DoorDash đang chuyển hệ thống gợi ý từ mô hình dự đoán một lần sang nền tảng tác tử có khả năng dùng ngữ cảnh của người dùng theo thời gian. Cách tiếp cận này kết hợp bộ nhớ người dùng theo ngôn ngữ tự nhiên, mã định danh ngữ nghĩa RQ-VAE cho biểu diễn danh mục và tìm kiếm có kiểm chứng để cải thiện độ liên quan và tỷ lệ chuyển đổi.
- 8Hugging Face Blog·4/8/2026model_releaseHugging Face giới thiệu LFM2.5-2.6B cho tác tử chạy trực tiếp trên thiết bị
Hugging Face công bố LFM2.5-2.6B, mô hình 2,6 tỷ tham số được thiết kế để vận hành tác tử trực tiếp trên thiết bị với khả năng gọi công cụ và thực hiện quy trình nhiều bước. Mô hình hướng tới máy tính xách tay và điện thoại, nhấn mạnh tính riêng tư, mức dùng bộ nhớ thấp và hiệu năng benchmark mạnh so với các mô hình lớn hơn nhiều.
- 5InfoQ·10/7/2026framework_updateSlack áp dụng kiểm thử đầu cuối bằng tác nhân AI
Nhóm kỹ thuật của Slack đã giới thiệu kiểm thử agentic, một phương pháp tự động hóa kiểm thử đầu cuối do AI điều khiển, trong đó các tác nhân thực thi quy trình dựa trên ý định thay vì kịch bản cố định. Cách tiếp cận này nhằm tăng độ bền vững của kiểm thử UI trước các thay đổi giao diện và hệ thống trong môi trường phân tán, đồng thời bổ trợ cho kiểm thử đơn vị, tích hợp và E2E mang tính xác định.
- 6OpenAI Blog·25/3/2026securityOpenAI ra mắt chương trình thưởng lỗi an toàn
OpenAI đã giới thiệu chương trình thưởng lỗi an toàn nhằm phát hiện các rủi ro lạm dụng AI và rủi ro an toàn trong hệ thống của mình. Chương trình tập trung vào các vấn đề như lỗ hổng tác tử, prompt injection và rò rỉ dữ liệu.
- 6Hugging Face Blog·27/1/2026researchHugging Face công bố kinh nghiệm huấn luyện RL tác tử cho GPT-OSS
Hugging Face chia sẻ bài tổng kết thực tiễn về việc kích hoạt huấn luyện reinforcement learning tác tử cho GPT-OSS, tập trung vào quy trình nhiều bước với sử dụng công cụ, tạo rollout và cập nhật chính sách dựa trên phần thưởng. Nhóm nêu các thách thức tương thích với Harmony chat template và đánh giá hệ thống bằng verl, ReTool, gsm8k cùng các tác vụ có thể kiểm chứng khác.