GPT-5.6 Sol của OpenAI đã tự động huấn luyện mô hình Luna nhỏ hơn với một "lời nhắc khá mơ hồ".

Cập nhật Nghiên cứu AI OpenAI GPT-5.6 Sol tự động hậu huấn luyện mô hình Luna nhỏ hơn với một "lời nhắc khá mơ hồ" Matthias Bastian Ngày 10/7/2026 Nano Banana Pro được nhắc bởi THE DECODER Những điểm chính * Mô hình AI mới của OpenAI, GPT-5.6 Sol, có khả năng tự động tối ưu hóa các mô hình nhỏ hơn. * Theo công ty, một lời nhắc ngắn gọn là đủ để Sol tự động xác định cấu hình huấn luyện, chọn GPU và thực thi tập lệnh hậu huấn luyện cho mô hình Luna. * Trên một tiêu chuẩn nội bộ mới đo lường khả năng tự cải thiện đệ quy (RSI), khả năng tự phát triển của một hệ thống, GPT-5.6 Sol đạt 16,2 điểm cao hơn so với phiên bản tiền nhiệm, GPT-5.5. Cập nhật, ngày 11/7/2025: Jason Liu, nhân viên của OpenAI, đã đặt việc hậu huấn luyện tự động vào ngữ cảnh. Sol không đưa ra một công thức huấn luyện hoàn chỉnh từ đầu, vì hầu hết cấu hình đã tồn tại từ quá trình hậu huấn luyện của chính Sol. Nhiệm vụ thực tế là điều chỉnh thiết lập đó cho mô hình Luna nhỏ hơn và chạy công việc huấn luyện. Theo Liu, việc này nếu không có Sol thì "sẽ mất thêm hai tuần cho hai nhà nghiên cứu, vì vậy đây vẫn là một thành tựu lớn". Bài viết gốc: Các phòng thí nghiệm AI muốn sử dụng AI để tăng tốc phát triển AI của chính họ. OpenAI cho biết mô hình GPT-5.6 Sol mới làm điều này tốt hơn bất kỳ mô hình nào trước đây. Mô hình chủ lực mới của OpenAI, GPT-5.6 Sol, đã tự động hậu huấn luyện mô hình Luna nhỏ hơn, theo công ty. Sau quá trình tiền huấn luyện ban đầu của Luna, Sol đã tự tối ưu hóa nó cho các kỹ năng và hành vi cụ thể. Một nhà nghiên cứu đã đưa cho Sol một "lời nhắc khá mơ hồ" thông qua nền tảng Codex. Các hướng dẫn yêu cầu mô hình tìm cấu hình huấn luyện phù hợp, chọn GPU thích hợp, khởi chạy tập lệnh huấn luyện và xác minh mọi thứ đang chạy đúng cách. Lời nhắc đã được chỉnh sửa một phần mà một nhà nghiên cứu đã sử dụng để hướng dẫn GPT-5.6 Sol hậu huấn luyện Luna. Các hướng dẫn bao gồm cấu hình huấn luyện, lựa chọn GPU, khởi chạy tập lệnh và xác minh quá trình chạy. | Hình ảnh: OpenAI "Trước đây, đây là điều mà một nhóm các nhà nghiên cứu cấp cao có thể đã làm việc tại OpenAI, và bây giờ thực sự cảm thấy như nhà nghiên cứu tự động đã khá gần", nhà nghiên cứu Kathy Shi của OpenAI cho biết trong buổi thuyết trình. Sol vượt trội GPT-5.5 16 điểm trên tiêu chuẩn tự cải thiện Để đo lường trực tiếp các khả năng này, OpenAI đã xây dựng một bộ đánh giá nội bộ dựa trên các nhiệm vụ nghiên cứu AI trong thế giới thực. Các nhiệm vụ đó bao gồm gỡ lỗi hệ thống nghiên cứu, tối ưu hóa nhân và công thức huấn luyện, chạy các thử nghiệm học máy và cải thiện một mô hình khác. GPT-5.6 Sol đạt 16,2 điểm cao hơn GPT-5.5 trên chỉ số RSI (Recursive Self-Improvement) tổng hợp, theo OpenAI. Sol đứng đầu trong hệ thống phân cấp mô hình của tiêu chuẩn, tiếp theo là các biến thể Terra và Luna, sau đó là GPT-5.5 và GPT-5.4. GPT-5.6 Sol đạt 16,2 điểm cao hơn GPT-5.5 trong điểm chuẩn tổng hợp Recursive Self-Improvement. | Ảnh: OpenAI Recursive Self-Improvement (Tự cải thiện đệ quy) trong nghiên cứu AI đề cập đến khả năng của một hệ thống AI tự cải thiện, trong đó mỗi vòng cải tiến sẽ làm cho hệ thống trở nên có năng lực hơn trong việc tự cải thiện. Điều này tạo ra một vòng lặp phản hồi. Thuật ngữ này từ lâu đã là trọng tâm của nghiên cứu an toàn AI vì một hệ thống có thể tự cải thiện đệ quy, về lý thuyết, có thể kích hoạt sự bùng nổ nhanh chóng về năng lực. Đối thủ của OpenAI, Anthropic, đã nhấn mạnh vào đầu tháng 6 rằng tự cải thiện đệ quy hoàn chỉnh vẫn chưa đạt được nhưng "có thể đến sớm hơn hầu hết các tổ chức đã chuẩn bị". RSI hoàn chỉnh có nghĩa là một hệ thống AI tự thiết kế phiên bản kế nhiệm của mình mà không cần sự trợ giúp của con người. Theo Anthropic, Claude hiện có thể xử lý công việc gia tăng giữa các thay đổi mô hình lớn, và con người chỉ chịu trách nhiệm cho một tỷ lệ phần trăm nhỏ các quyết định định hướng. Lượng token đầu ra trên mỗi nhà nghiên cứu tăng hơn gấp đôi với GPT-5.6 OpenAI cho biết các nhà nghiên cứu của họ sử dụng GPT-5.6 Sol trong toàn bộ chu trình phát triển, từ gỡ lỗi và tối ưu hóa hệ thống đào tạo đến chạy thử nghiệm và đọc kết quả. Ngay cả trong quá trình thử nghiệm nội bộ, lượng token đầu ra trung bình hàng ngày trên mỗi nhà nghiên cứu đang hoạt động đã tăng hơn gấp đôi so với mức cao nhất trước đó do GPT-5.5 thiết lập. Số lượng yêu cầu kéo (pull request) và thử nghiệm trên mỗi nhà nghiên cứu cũng tăng lên, cho phép các nhóm biến ý tưởng thành kết quả nhanh hơn. Số liệu về việc áp dụng nội bộ của công ty trong sáu tháng qua cho thấy một bức tranh khả quan. Tỷ lệ tài nguyên tính toán được phân bổ cho suy luận mã hóa nội bộ tăng 100 lần, trong khi việc sử dụng token dựa trên tác nhân (agent-based token usage) tăng khoảng 22 lần. OpenAI thừa nhận rằng các số liệu này không trực tiếp đo lường tiến độ nghiên cứu nhưng cho biết chúng cho thấy tốc độ mở rộng của công việc được hỗ trợ bởi AI.