Thủ thuật AI mới của Tencent cho phép mô hình tự học trong vòng lặp
Tencent đã công bố một kỹ thuật huấn luyện mà họ gọi là Terminal-RSI, cho phép một mô hình ngôn ngữ lớn tự cải thiện bằng cách tạo ra các bài tập cho riêng mình và sau đó giải quyết chúng. Công ty mô tả phương pháp này như một cách cung cấp cho các mô hình một loại vòng lặp học tập tự định hướng, giảm sự phụ thuộc vào dữ liệu huấn luyện do con người viết. Thông báo này, được trang công nghệ TMTPost đưa tin, cho thấy sự tập trung ngày càng tăng của các nhà phát triển AI Trung Quốc vào việc làm cho các mô hình có năng lực hơn mà không chỉ đơn thuần cung cấp thêm văn bản.
Ý tưởng cốt lõi là một mô hình có thể đóng vai trò vừa là học sinh vừa là giáo viên. Nó đề xuất các nhiệm vụ, cố gắng thực hiện chúng, kiểm tra kết quả dựa trên các kết quả có thể xác minh và học hỏi từ những sai lầm của mình. Qua các chu kỳ lặp đi lặp lại, hiệu suất của mô hình được cải thiện trên các nhiệm vụ mà nó tự phát minh. Tencent gọi đây là phiên bản quy mô nhỏ của quá trình tự cải thiện đệ quy, một khái niệm từ lâu đã thu hút các nhà nghiên cứu AI nhưng vẫn khó triển khai một cách đáng tin cậy. Cách diễn đạt của công ty cho thấy họ xem phương pháp này là một con đường thực tế để có kỹ năng lý luận mạnh mẽ hơn.
Động thái của Tencent diễn ra khi ngành công nghiệp AI Trung Quốc chia thành các phe phái riêng biệt. DeepSeek, phòng thí nghiệm có trụ sở tại Hàng Châu đã gây chấn động thế giới với các mô hình chi phí thấp, tập trung vào hiệu quả và phát hành mở. Kimi, được phát triển bởi Moonshot AI, đã khẳng định vị thế trong xử lý tài liệu ngữ cảnh dài. Tencent, một gã khổng lồ internet có trụ sở tại Thâm Quyến nổi tiếng với WeChat, đã xây dựng dòng mô hình Hunyuan và tích hợp AI trên các sản phẩm tiêu dùng và doanh nghiệp của mình. Công trình Terminal-RSI dường như nhằm thu hẹp khoảng cách về lý luận, lĩnh vực mà các mô hình Mỹ thường dẫn đầu.
Thời điểm này đáng chú ý. DeepSeek gần đây đã bắt đầu tính phí tìm kiếm web trong API của mình, một dấu hiệu cho thấy các công ty AI Trung Quốc đang hướng tới các mô hình kinh doanh bền vững sau một thời gian cạnh tranh giá gay gắt. Nghiên cứu của Tencent, ngược lại, là về năng lực chứ không phải chi phí. Nếu các mô hình có thể tự cải thiện với ít sự giám sát của con người hơn, kinh tế của việc phát triển AI có thể thay đổi, giúp đạt được hiệu suất cao hơn với chi phí thấp hơn và có khả năng tăng tốc độ phát hành.
Tuy nhiên, các mô hình tự cải thiện đặt ra câu hỏi. Một mô hình tạo ra dữ liệu huấn luyện của riêng mình có thể củng cố những điểm yếu của chính nó, một vấn đề được gọi là sụp đổ mô hình. Phương pháp của Tencent dựa vào các nhiệm vụ có câu trả lời có thể xác minh, điều này hạn chế các lĩnh vực mà nó có thể hoạt động. Viết sáng tạo, lý luận mở và lập kế hoạch trong thế giới thực khó kiểm tra tự động hơn. Công ty chưa cho biết sản phẩm hoặc mô hình Hunyuan trong tương lai nào sẽ sử dụng kỹ thuật này.
Bối cảnh rộng hơn là một thị trường AI Trung Quốc đã trở nên đông đúc và sáng tạo. Các công ty khởi nghiệp và các gã khổng lồ đều đang thử nghiệm các hệ thống tác nhân, công cụ tìm kiếm và trợ lý cá nhân. Terminal-RSI của Tencent phù hợp với mô hình đó: một tiến bộ nghiên cứu có thể đưa vào sản phẩm, từ dịch vụ đám mây đến ứng dụng tiêu dùng. Đối với các nhà quan sát toàn cầu, đây là lời nhắc nhở rằng tiến bộ AI của Trung Quốc không chỉ là bắt kịp về quy mô thô mà còn là tìm ra những cách mới để huấn luyện và triển khai các mô hình.
Điều gì xảy ra tiếp theo phụ thuộc vào kết quả. Tencent đã công bố rất ít chi tiết về các điểm chuẩn, và việc xác minh độc lập sẽ quan trọng. Nhưng hướng đi đã rõ ràng. Các phòng thí nghiệm Trung Quốc không còn chỉ đi theo; họ đang đề xuất câu trả lời của riêng mình cho vấn đề khó nhất trong AI, đó là làm thế nào để các mô hình thông minh hơn mà không cạn kiệt dữ liệu hoặc tiền bạc.