ONE is preparing: 01 / INITIALIZING MODEL ROUTER. Evaluating routing across providers.
Current state
01 / INITIALIZING MODEL ROUTER.

Evaluating routing across providers.

Start learning
← Bắt đầu với AI

AI Foundation

Chuỗi suy luận trong Mô hình Lý luận

Vietnamese onlyThe learning content is available in Vietnamese only. The surrounding interface follows your language.

GPT-o1 và Claude Extended Thinking: mô hình lý luận tự nháp từng bước trước khi trả lời, khiến dân văn phòng tin kết quả hơn.

lesson24 minBắt đầu với AIAI Foundation

Giới thiệu

Tháng 9 năm 2024, OpenAI ra mắt o1 — mô hình AI đầu tiên được huấn luyện để “suy nghĩ” trước khi trả lời. Thay vì đưa ra câu trả lời ngay lập tức, o1 tự sinh một chuỗi suy luận (chain of thought — quá trình nháp từng bước) bên trong, tự kiểm tra lỗi và thử nhiều cách tiếp cận.

6 tháng định hình lại “AI biết suy nghĩ”

1 / 2
  1. 1. 09/2024 — OpenAI ra mắt o1

    Mô hình AI đầu tiên được huấn luyện để 'nghĩ' trước khi nói — tự bật chuỗi suy luận mà không cần người dùng nhắc.

Trước 2024, các AI phổ biến như GPT-4 hay Claude thường mắc lỗi ở những bài cần nhiều bước suy luận — tính toán chồng, phân tích pháp lý, so sánh nhiều lựa chọn. Nguyên nhân gốc: chúng sinh câu trả lời trong một nhịp, không có chỗ “nháp nội bộ” để tự kiểm tra.

Kỹ thuật Chain-of-Thought (chuỗi suy luận từng bước) đã cho thấy nếu yêu cầu AI trình bày nháp, chất lượng trả lời tăng rõ rệt. Nhưng gánh nặng thuộc về người dùng: lúc nào cũng phải nhớ thêm câu “hãy suy nghĩ từng bước”, và vẫn không thể kiểm chứng chính xác AI đã nháp gì.

Tình huống

Tình huống thực tế: “Công ty có 3 gói thưởng cuối năm cho 3 nhóm nhân viên khác nhau. Mỗi gói tính theo lương + phụ cấp + thâm niên. Hãy chọn gói nào ưu đãi nhất cho nhóm kinh doanh.”

Mô hình thường, trả lời nhanh

  • “Gói A ưu đãi nhất vì có mức thưởng cố định cao nhất.”
  • Mô hình nhìn một con số “cao nhất” rồi chốt luôn, không kiểm tra lương cơ bản nhóm kinh doanh có đang ăn theo tỉ lệ % hay không. Kết quả sai với nhóm có hoa hồng cao.

Mô hình lý luận, suy nghĩ trước

  • Nháp nội bộ trong 20 giây rồi mới trả lời.
  • **1.** Xác định đặc điểm nhóm kinh doanh: lương cơ bản thấp + hoa hồng cao.
  • **2.** Chấm điểm 3 gói theo mức tác động lên nhóm có hoa hồng cao.
  • **3.** Phát hiện gói A có mức cố định cao nhưng chặn trần hoa hồng → kém với nhóm kinh doanh.
  • **4.** Gói C có mức cố định thấp hơn nhưng không chặn hoa hồng, tổng thu nhập trung bình cao hơn.

Kết luận: nên chọn gói C cho nhóm kinh doanh.

Điều gì khiến mô hình lý luận đúng hơn trong tình huống này?

Cùng một câu hỏi — chỉ khác ở chỗ mô hình có được phép 'nháp' hay không.

Câu hỏi then chốt mà hai phòng nghiên cứu ở Mỹ phải trả lời: liệu có thể huấn luyện AI tự động sử dụng chuỗi suy luận mà không cần người dùng nhắc, và hiển thị quá trình nháp đó để người dùng kiểm chứng?

Cơ chế

Từ prompt của bạn đến câu trả lời cuối, qua bốn giai đoạn. Đọc từng giai đoạn để thấy mô hình làm gì.

Bốn giai đoạn

1 / 4
  1. 1. Tự bật chuỗi suy luận

    **o1 tự bật chuỗi suy luận.** Khác với GPT-4 cần người dùng viết “hãy suy nghĩ từng bước”, o1 được huấn luyện bằng reinforcement learning (học tăng cường — phương pháp dạy AI bằng phần thưởng) để tự sinh reasoning tokens (token lý luận — các bước nháp nội bộ) trước khi viết câu trả lời cuối cùng. Bạn chỉ cần hỏi bình thường; phần lý luận diễn ra trong “đầu” mô hình.

Người dùng hỏi → [Reasoning Tokens ẩn] → Đáp án cuối

Khi dành thêm thời gian nháp, điều gì thay đổi?

Con số

Nhìn nhanh qua ba con số

Bài kiểm traKết quảÝ nghĩa
IOI 2024 (Olympiad Tin học Quốc tế)Top 49%o1 lọt vào top 49% khi thi đúng luật thật của con người — thành tích chưa từng có với AI trước đó.
GPQA Physics (vật lý sau đại học)Gần như hoàn hảoClaude 3.7 Sonnet ở chế độ Extended Thinking làm bài kiểm tra vật lý mức tiến sĩ gần như hoàn hảo.
GPQA tổng thể (câu hỏi không tra Google được)Rất caoBài test được thiết kế để KHÔNG tra Google ra được — Claude có chuỗi suy luận vẫn đạt rất cao.

Nếu không có chuỗi suy luận tự động, AI vẫn sẽ đưa ra câu trả lời “bản năng” — nhanh nhưng thường sai ở các việc cần nhiều bước. Dân văn phòng sẽ phải tự viết “hãy suy nghĩ từng bước” mỗi lần, và vẫn không thể kiểm chứng quá trình nháp của AI. Mỗi câu trả lời phức tạp trở thành một canh bạc: tin hay không tin.

So sánh

Không có mô hình lý luận

  • Trước 2024 Bạn phải tự dạy AI cách suy nghĩ
  • Mỗi lần hỏi việc nhiều bước, bạn phải nhớ thêm câu “Hãy suy nghĩ từng bước”.
  • Không biết AI đã nháp gì — phải tin tưởng đáp án cuối hoặc không.
  • Với câu hỏi rất khó (toán học, pháp lý, tài chính), tỉ lệ sai cao; bạn phải tự đối chiếu với Excel, với luật.

Có o1 / Extended Thinking

  • Từ 09/2024 AI tự nháp và cho bạn đọc nháp
  • Bạn hỏi bình thường — AI tự quyết định cần nghĩ bao lâu cho câu này.
  • Claude Extended Thinking cho bạn xem từng bước nháp — soi ra chỗ AI hiểu nhầm ngay.
  • Bạn có thể đặt “thinking budget” — cho AI vài giây khi hỏi nhanh, vài phút khi hỏi việc phức tạp.

Từ 09/2024, AI tự nháp và cho bạn đọc nháp.

Thử nghĩ: cùng một câu hỏi công việc, cùng một người hỏi — kết quả khác nhau ra sao?

Các mô hình lý luận như o1 và Claude Extended Thinking đã chứng minh: dành thêm vài giây đến vài phút cho AI “nghĩ” có thể cải thiện đáng kể chất lượng trả lời. Đây là bước đệm cho thế hệ công cụ AI văn phòng tiếp theo — nơi bạn không còn phải đoán “liệu AI có đang nghiêm túc với câu hỏi của mình không”, vì nháp đã nằm ngay trước mặt.

Để nắm vững kỹ thuật nền tảng đằng sau các mô hình này, hãy quay về bài lý thuyết Chuỗi suy luận từng bước .

Continue the path

Lesson 10 of 106