Khi quy trình huấn luyện AI agent ngày càng chồng chất, ByteDance muốn chứng minh rằng chỉ cần bớt bước vẫn làm ra được một mô hình mở có sức cạnh tranh.
- ByteDance cùng một số trường đại học Mỹ cho rằng huấn luyện AI agent chỉ cần 3 bước thay vì một chuỗi giai đoạn chồng lên nhau
- Vấn đề nhóm nêu ra: quy trình càng lồng ghép thì càng khó biết bước nào thật sự có ích, còn việc tái lập thì ngày càng tốn kém
- Bằng chứng đi kèm là một mô hình mở có sức cạnh tranh
- Ba bước cụ thể và kết quả đo của mô hình vẫn cần được kiểm chứng độc lập
Nội dung bài viết
Vì sao quy trình huấn luyện agent ngày càng rối
AI agent bây giờ được kỳ vọng tự tìm thông tin trên web, tự chạy code và xử lý những tác vụ gồm nhiều bước liên tiếp. Để đạt được mức đó, nhiều nhà phát triển xếp hàng loạt giai đoạn huấn luyện nối đuôi nhau, mỗi giai đoạn lại dựa trên kết quả của giai đoạn trước. Cách làm này khiến quy trình huấn luyện ngày càng lồng ghép phức tạp, đến mức người ngoài nhìn vào khó hình dung nó vận hành ra sao.
Một bài báo nghiên cứu mới chỉ ra hệ quả của chuyện đó theo hai hướng. Thứ nhất, khi các giai đoạn dính chặt vào nhau thì kết quả cuối cùng là sự cộng dồn của tất cả, nên gần như không thể biết bước nào thật sự đóng góp và bước nào chỉ làm quy trình dài thêm. Thứ hai, việc tái lập lại công trình của người khác cũng đắt đỏ hơn, vì ai muốn kiểm tra đều phải dựng lại toàn bộ chuỗi đó.
Hướng đi gọn hơn của ByteDance
Nhóm tác giả đến từ ByteDance, công ty mẹ của TikTok, cùng một số trường đại học ở Mỹ chọn cách đặt vấn đề ngược lại với xu hướng chồng thêm bước. Họ cho rằng chỉ cần 3 bước là đủ để huấn luyện một AI agent đạt mức đáng nể. Lập luận như vậy dễ bị coi là nói cho vui nếu không có gì kèm theo, nên nhóm đưa ra một mô hình mở có sức cạnh tranh để làm bằng chứng.
Việc mô hình được mở cũng có ý nghĩa riêng đối với chính lập luận của nhóm. Nếu quy trình thật sự gọn thì những nhóm nghiên cứu khác có cơ hội tự dựng lại và tự đo, thay vì phải tin vào lời của người công bố. Với một lĩnh vực mà chi phí tái lập đang là nỗi lo chính, đây là cách thuyết phục thẳng nhất mà một bài báo có thể làm.
Điều cần xem thêm
Tuy vậy, 3 bước cụ thể là gì và mô hình đứng ở đâu so với các đối thủ là những chi tiết cần đọc trong bài báo đầy đủ trước khi đưa ra kết luận. Một mô hình có sức cạnh tranh trên một số bài kiểm tra chưa chắc đã đại diện cho mọi tác vụ mà agent phải làm ngoài đời. Vì vậy, điều đáng theo dõi tiếp theo là các nhóm độc lập có lặp lại được kết quả này với chi phí thấp hơn hay không.
Migovi thấy hướng đi của ByteDance đáng chú ý ở chỗ nó đánh vào đúng điểm đau của lĩnh vực agent: khi quy trình huấn luyện đã rối đến mức không ai chỉ ra được bước nào có ích thì tiến bộ rất dễ chỉ còn là chuyện ai có nhiều tiền và nhiều giai đoạn hơn. Nếu 3 bước thật sự đủ thì các nhóm nhỏ, kể cả ở những nơi không có hạ tầng khổng lồ, mới có cơ hội tham gia cuộc chơi và kiểm tra lẫn nhau. Tuy nhiên, đây mới là lập luận của chính nhóm tác giả, nên người dùng ở Việt Nam chưa cần vội kỳ vọng sẽ có agent tốt hơn hay rẻ hơn ngay. Cách hợp lý hơn là chờ xem các nhóm độc lập có tự dựng lại và cho ra kết quả tương tự hay không, vì đó mới là phép thử cho tuyên bố này.
Nguồn: The Decoder (AI)
Kiểm duyệt bởi: Hero Association








