Gần đây chúng tôi đã đưa tin về khá nhiều công ty khởi nghiệp và nghiên cứu hướng đến "học liên tục" (Continual Learning), chẳng hạn như "Mind Lab liên tục công bố tiến triển mới nhất của LoRA, mô hình mới cho 'học liên tục' của mô hình lớn xuất hiện", "Tạm biệt gông cùm KV Cache, đưa ngữ cảnh dài vào trọng số, mô hình lớn học liên tục có hy vọng chưa?", "ICML 2026 | Phá vỡ giới hạn! Đại học Hồng Kông đề xuất kiến trúc học liên tục đầu tiên phù hợp với hơn 300 tác vụ, giải mã bài toán lãng quên", "Harness có thể để DeepSeek tự tiến hóa! Tác giả LlamaFactory mở nguồn công cụ mới: 0.2 nhân dân tệ tự động tạo Agent", "Khi 'lớn lên' không còn là con đường duy nhất, lại một mô hình nguồn mở trong nước ra mắt"...
Đúng vậy, khá dày đặc, "Học liên tục" cũng đang trở thành một trong những từ khóa chúng tôi thường xuyên gặp nhất. Và đằng sau nó cũng hé lộ một nhận định được nhắc đi nhắc lại.
Tháng 10 năm 2025, Andrej Karpathy trong podcast của Dwarkesh Patel nói: Mô hình lớn hiện tại "không có học liên tục. Bạn không thể nói với nó một việc, rồi mong nó nhớ". Ông cho rằng việc bổ sung những thiếu sót nhận thức này có lẽ cần thêm mười năm nữa. Hai tháng sau, trong bài tổng kết năm, ông đặt câu nói này vào bức tranh lớn hơn: Sự nhảy vọt năng lực của mô hình năm 2025 chủ yếu đến từ việc học củng cố có thưởng có thể xác minh (RLVR), nhưng trong toàn bộ ngăn xếp công nghệ LLM, trí nhớ, nhận thức đa phương thức, học liên tục, khả năng vận hành máy tính vẫn là những điểm yếu rõ ràng, "Chúng ta có nguyên mẫu, nhưng chưa có tác nhân thông minh có thể làm đồng nghiệp".
Học liên tục (Continual Learning, còn gọi là Học suốt đời/Lifelong Learning) do đó đã trở thành một trong những khái niệm nóng nhất trong năm qua.
Nó chỉ việc mô hình sau khi được triển khai, vẫn có thể liên tục hấp thụ từ nhiệm vụ, kiến thức, kinh nghiệm mới như con người, đồng thời không quên những thứ đã học trước đó.
Nghe thì đương nhiên, nhưng làm thì cực kỳ khó, khó đến mức đủ để trở thành cục xương cứng nhất trên con đường hướng tới "AI đồng nghiệp". Và loạt bài báo trên cũng cho thấy, con đường này không còn là một hướng đi, mà là vài nhánh rẽ khác nhau đang cùng tiến lên.
Xoay quanh việc làm thế nào để mô hình "vừa dùng vừa học", giới học thuật và công nghiệp trong năm nay đã rẽ ra vài hướng công nghệ khác nhau. Có hướng treo bộ nhớ bên ngoài mô hình, có hướng liên tục viết lại trọng số, có hướng đơn giản là huấn luyện trước lại, và một loạt hướng suy nghĩ mới hơn cố gắng định nghĩa lại bản thân việc "học". Bài viết này cố gắng trải ra từng hướng, nói rõ mỗi con đường đang đánh cược gì, bị tắc ở đâu.
Nói rõ trước: Khó không phải là "học", mà là "không quên"
Trở ngại cốt lõi của học liên tục có một cái tên riêng: Quên thảm họa (catastrophic forgetting). Kiến thức của mạng nơ-ron được lưu trữ trong hàng tỷ trọng số, khi bạn dùng dữ liệu mới để tinh chỉnh mô hình, cập nhật những trọng số này, mô hình học nhiệm vụ mới đồng thời thường ghi đè lên phần tham số mang khả năng cũ, dẫn đến hiệu suất giảm mạnh trên các nhiệm vụ trước đó mà nó từng giỏi.
Sơ đồ minh họa Quên thảm họa. Khi mạng nơ-ron sâu nhân tạo được huấn luyện tuần tự trên hai nhiệm vụ, nó sẽ nhanh chóng và triệt để quên nhiệm vụ đầu tiên khi huấn luyện nhiệm vụ thứ hai.
Hiện tượng này đã có nhiều nghiên cứu từ thời mô hình nhỏ, nhưng khi đến với LLM lại xuất hiện rắc rối mới. TRACE, một chuẩn đánh giá học liên tục dành riêng cho LLM phát hiện, việc liên tục tinh chỉnh một mô hình đã được căn chỉnh, không chỉ khiến nó quên nhiệm vụ cũ, mà còn liên đới làm suy giảm khả năng tổng quát và khả năng tuân theo chỉ thị. Nói cách khác, bạn muốn dạy mô hình một việc mới, cái giá có thể là nó trở nên ngu ngốc hơn, không nghe lời hơn.
Chính vì việc trực tiếp sửa trọng số rủi ro lớn như vậy, "học liên tục" mới phân li thành vài trường phái. Sự khác biệt căn bản của chúng, thực chất là đã có những sự đánh đổi khác nhau trên hai vấn đề "có sửa trọng số không" và "lưu kiến thức mới ở đâu".
Treo trí nhớ bên ngoài mô hình
Cách suy nghĩ trực tiếp nhất, và cũng dễ triển khai nhất là: Cứ thẳng thừng không động đến trọng số mô hình, lưu kiến thức mới vào một cơ sở dữ liệu bên ngoài mô hình, khi cần thì truy xuất trở lại ngữ cảnh. Hướng đi này tiến hóa từ RAG (Tạo lập tăng cường truy xuất), nay đã phát triển thành một lĩnh vực riêng: Bộ nhớ Tác nhân (Agent Memory).
Công trình tiêu biểu là MemGPT (công ty đứng sau hiện đã đổi tên thành Letta). Nó so sánh việc quản lý ngữ cảnh của LLM với việc quản lý bộ nhớ của hệ điều hành, phân biệt "ngữ cảnh làm việc" có hạn và "bộ nhớ ngoài" lớn hơn, để mô hình tự quyết định cái gì cần điều vào ngữ cảnh, cái gì cần ghi lại lưu trữ, giống như hệ điều hành điều phối bộ nhớ.
Theo hướng này, một loạt hệ thống có trọng tâm khác nhau: Mem0 chủ trương lưu trú bộ nhớ dài hạn có thể mở rộng quy mô, cấp độ sản xuất; Zep thêm vào truy xuất đồ thị tri thức thời gian, để xử lý suy luận xuyên phiên theo thời gian; A-MEM mượn phương pháp ghi chép hộp thẻ (Zettelkasten), gắn nhãn cấu trúc cho từng mục trí nhớ và tự động liên kết với các mục cũ liên quan, để việc truy xuất phù hợp hơn với ngữ cảnh.
Chính Karpathy cũng đặt cược vào hướng này. Ông nhấn mạnh nhiều lần, tương lai cần không phải là bộ nhớ kiểu "ổ cứng lớn hơn", mà là một "lõi nhận thức" (cognitive core, ông ước tính một vài tỷ tham số là đủ) tinh gọn cộng với một bộ trí nhớ ngoài có cấu trúc tự tăng trưởng lãi kép.
Dựa trên hướng suy nghĩ này, ông đã phát hành trên GitHub một mẫu gọi là "LLM Wiki": Không còn mỗi lần truy vấn đều dùng RAG để vớt khối văn bản gốc, mà để tác nhân chủ động biên soạn tài liệu thành một cơ sở tri thức liên tục cập nhật, liên kết lẫn nhau, sau đó mới truy vấn nó.
Tài liệu LLM Wiki của Karpathy đã thu hút gần 4.5 vạn star, và cũng đã được fork hơn 9 nghìn lần
Bản thân Letta thì nâng bộ thứ này lên thành mệnh đề "học liên tục trong không gian token". Họ chỉ ra, cách làm mặc định hiện nay là "thêm trước, tóm tắt sau", tức là cứ chất đống kinh nghiệm gốc cho đến khi ngữ cảnh tràn, rồi nén thành tóm tắt, điều này có hai tật: Việc thêm vào đẩy toàn bộ công việc biểu diễn sang thời điểm suy luận, mỗi lần truyền thẳng đều phải xử lý lại nhật ký gốc; còn tóm tắt thì có mất mát và đột ngột, chi tiết quan trọng sẽ biến mất không báo trước. Letta đánh cược rằng, trong tương lai, trí nhớ học được trong không gian token sẽ có giá trị hơn chính trọng số mô hình.
Ưu điểm của hướng này là an toàn, kiểm soát được, có thể giải thích, sửa sai có thể xóa bất cứ lúc nào; nhược điểm là về bản chất nó không thực sự "nội hóa" kiến thức vào mô hình, mỗi lần đều phải dựa vào cửa hẹp là truy xuất và ngữ cảnh, một khi bộ nhớ phình to, độ chính xác truy xuất và chi phí đều trở thành nút thắt.
Để ngữ cảnh tự tiến hóa thành "sổ tay chiến lược"
Đi thêm một bước từ trí nhớ ngoại vi, là một loại hướng suy nghĩ tinh tế hơn: Không sửa trọng số, nhưng để bản thân ngữ cảnh đầu vào của mô hình liên tục tiến hóa. Điều này được gọi là Kỹ thuật Ngữ cảnh (Context Engineering).
Tháng 10 năm 2025, ACE (Agentic Context Engineering) do Stanford, SambaNova và UC Berkeley đề xuất là đại diện tiêu biểu. Nó coi ngữ cảnh như một "sổ tay chiến lược" (playbook) sẽ không ngừng phát triển, duy trì thông qua ba vai trò phân công: Generator chịu trách nhiệm tạo ra lộ trình suy luận, Reflector tinh chế kinh nghiệm cụ thể từ thành công và thất bại, Curator sắp xếp những kinh nghiệm này thành cập nhật tăng dần có cấu trúc, hợp nhất vào sổ tay.
ACE muốn giải quyết hai căn bệnh thông thường của các phương pháp cùng loại. Một là "sở thích ngắn gọn" (brevity bias): Khi để LLM viết lại ngữ cảnh nhiều lần, nó có xu hướng nén lại, bỏ mất chi tiết lĩnh vực; hai là "sụp đổ ngữ cảnh" (context collapse): Viết lại nhiều lần khiến chi tiết dần dần mất đi.
ACE dùng những thay đổi nhỏ tăng dần (delta updates) thay vì viết lại toàn bộ để tránh hai điểm này. Theo dữ liệu bài báo, ACE trên nhiệm vụ tác nhân tăng 10.6% so với đường cơ sở, trên suy luận tài chính tăng 8.6%, đồng thời giảm độ trễ thích ứng khoảng 86.9%; trên bảng xếp hạng AppWorld, dùng mô hình nguồn mở nhỏ hơn DeepSeek-V3.1 kết hợp với ACE, điểm trung bình có thể đuổi kịp tác nhân cấp sản xuất IBM CUGA dựa trên GPT-4.1.
Đáng chú ý là, ACE nhấn mạnh nó có thể hoạt động mà không có giám sát gắn nhãn; nó dựa vào tín hiệu phản hồi tự nhiên sinh ra trong quá trình thực thi (ví dụ mã chạy thông hay báo lỗi) để hướng dẫn phản ánh và sắp xếp. Điều này kết nối nó với câu chuyện lớn hơn "tác nhân học từ kinh nghiệm của chính mình".
Huấn luyện sau liên tục: Sửa trọng số, nhưng phải sửa thông minh
Trí nhớ ngoại vi và kỹ thuật ngữ cảnh tránh được rủi ro sửa trọng số, nhưng cũng tránh luôn việc nội hóa kiến thức thực sự. Một nhóm nghiên cứu khác cho rằng, về lâu dài, một số kiến thức và kỹ năng rốt cuộc phải ghi vào tham số mới đủ dùng. Đây chính là Huấn luyện sau liên tục (Continual Post-training), chủ yếu chia thành các giai đoạn như tinh chỉnh chỉ thị liên tục, căn chỉnh sở thích liên tục.
John Schulman của Thinking Machines đưa ra một quan điểm phân tầng: Ông so sánh việc học với vài loại học vận động, trí nhớ tình huống và trí nhớ thủ tục trong tâm lý học, cho rằng học theo ngữ cảnh sẽ tiếp tục xử lý tốt nhiệm vụ học khoảng cách ngắn, còn tinh chỉnh tham số (bao gồm các phương pháp như LoRA) sẽ chồng lên trên, đặc biệt phù hợp với những nhiệm vụ cần dung lượng lớn hơn, cần thực sự hấp thụ kiến thức — khoảng cách thời gian một khi dài ra, học theo ngữ cảnh không đủ dùng, thì tinh chỉnh tham số sẽ thắng.
Kẻ thù lớn nhất của hướng này vẫn là Quên thảm họa, và một giải pháp thú vị gần đây đến từ Tinker của Thinking Machines.
Tinker là sản phẩm đầu tiên họ phát hành vào tháng 10 năm 2025, một API tinh chỉnh dựa trên LoRA, ẩn đi độ phức tạp của huấn luyện phân tán, chỉ để lộ các nguyên thủy cấp thấp như forward_backward, optim_step, để nhà nghiên cứu tập trung vào dữ liệu và thuật toán.
Trong học liên tục, họ chủ trương một công thức gọi là tinh chỉnh tự chưng cất (SDFT): Nhận thức cốt lõi là, tinh chỉnh có giám sát thông thường là "ngoại chính sách" (off-policy), mô hình bị buộc phải bắt chước một số token mà bản thân nó không hề tạo ra, do đó mỗi lần học một kỹ năng mới đều làm mòn khả năng cũ; SDFT để mô hình đóng vai giáo viên của chính mình, học kỹ năng mới từ mẫu mà không quên kỹ năng cũ. Một công ty khởi nghiệp tên Trajectory đã lấy Tinker làm cơ sở hạ tầng cốt lõi cho nền tảng học liên tục của họ.
Nhân tiện nói thêm, Tinker dùng LoRA thay vì tinh chỉnh toàn bộ, còn có một lợi ích thực tế: Nhiều nhiệm vụ tinh chỉnh có thể dùng chung một nhóm tính toán, chi phí được trải đều. Điều này cũng giải thích tại sao "học liên tục như một dịch vụ" đang trở thành một môn kinh doanh: Biến các bản cập nhật mô hình thường xuyên thành một API có thể gọi theo nhu cầu, chính là hướng thử nghiệm hiện tại của ngành công nghiệp.
Huấn luyện trước lại và Huấn luyện trước liên tục
Nếu nói huấn luyện sau là động dao vào "lớp bề mặt" của mô hình, thì Huấn luyện trước liên tục (Continual Pre-training, CPT) là quay trở lại tầng đáy nhất, tiếp tục huấn luyện trước mô hình bằng ngữ liệu mới, để nó thích ứng với lĩnh vực mới, ngôn ngữ mới hoặc phân phối kiến thức trôi theo thời gian. So với việc trộn dữ liệu cũ mới lại với nhau và huấn luyện lại từ đầu, CPT xây dựng trên nền mô hình đã có, về mặt tính toán sẽ kinh tế hơn nhiều.
Đất dụng võ điển hình của nó có ba loại: Kiến thức trôi theo thời gian, mở rộng xuyên ngôn ngữ, thích ứng xuyên lĩnh vực. Nhưng cái giá cũng rõ ràng: Nhiều nghiên cứu thực nghiệm lặp lại chỉ ra rằng, huấn luyện trước liên tục chi phí tính toán cao, và dễ dẫn đến Quên thảm họa đối với kiến thức đã học. Và cũng vì thế, giới học thuật luôn tìm kiếm phương pháp huấn luyện trước liên tục "miễn tái phát, miễn gắn nhãn nhiệm vụ", cố gắng đạt được không quên ở quy mô LLM.
Đối với phần lớn các công ty, chi phí huấn luyện trước lại từ đầu một mô hình tiên phong cao đến mức không thực tế, đây chính là nguồn gốc của câu nói "mô hình lớn không phù hợp để huấn luyện lại thường xuyên" của Karpathy. Vì vậy, "huấn luyện trước lại" theo nghĩa chặt chẽ nhiều hơn là lựa chọn nội bộ của các phòng thí nghiệm tiên phong, còn huấn luyện trước liên tục là một sự thỏa hiệp khả thi hơn.
Hướng suy nghĩ mới hơn: Để mô hình học cách tự sửa đổi
Bốn hướng trên, ít nhiều vẫn xoay quanh trong khuôn khổ nhị nguyên "ngoại vi so với sửa trọng số". Còn một loạt công trình mới nổi lên trong năm qua, cố gắng nhảy ra khỏi khuôn khổ này, định nghĩa lại bản thân việc học.
Một hướng suy nghĩ là để mô hình tự tạo dữ liệu huấn luyện, tự quyết định cách cập nhật chính mình.
SEAL (Self-Adapting Language Models) của MIT là điển hình. Cho một đầu vào mới, mô hình sẽ tạo ra một đoạn "tự chỉnh sửa" (self-edit); đây là một chỉ thị ngôn ngữ tự nhiên, nói rõ nên tái cấu trúc thông tin như thế nào, dùng siêu tham số nào để cập nhật trọng số, thậm chí gọi công cụ gì để tăng cường dữ liệu; sau đó mô hình căn cứ vào đó tinh chỉnh chính mình, hình thành cập nhật trọng số bền vững. Còn việc "tự chỉnh sửa như thế nào mới hiệu quả" được một vòng lặp học củng cố tầng ngoài huấn luyện, tín hiệu thưởng chính là biểu hiện của mô hình sau khi cập nhật trên nhiệm vụ hạ nguồn.
Phiên bản NeurIPS 2025 tiếp tục chứng minh khả năng tự thích ứng này sẽ tăng cường khi quy mô mô hình lớn lên, và nhờ học củng cố làm giảm nhẹ sự lãng quên. Tác giả của nó mong đợi một loại mô hình có thể tự phán đoán "có nên học ngay bây giờ không" giữa lúc suy luận, chưng cất chuỗi suy nghĩ một lần thành năng lực vĩnh viễn.
Một hướng suy nghĩ triệt để hơn đến từ Học lồng nhau (Nested Learning) của Google, công bố tại NeurIPS 2025. Cốt lõi của nó là hiểu lại một mô hình thành một nhóm vấn đề tối ưu hóa đa tầng, lồng vào nhau, mỗi tầng mang "dòng ngữ cảnh" khác nhau và tần suất cập nhật khác nhau — kiến trúc và thuật toán tối ưu hóa trong góc nhìn này được thống nhất thành những tầng khác nhau của cùng một sự việc.
Làm bằng chứng khái niệm, họ tạo ra một kiến trúc tự sửa đổi tên Hope, nó mở rộng hai điểm trên cơ sở kiến trúc bộ nhớ dài hạn Titans: Số tầng học lồng nhau không giới hạn, và một bộ "hệ thống bộ nhớ liên tục" (CMS). Nói đơn giản, không còn chỉ là phân đôi trí nhớ ngắn hạn/dài hạn, mà là cả một phổ mô-đun bộ nhớ cập nhật xuyên thang thời gian.
Trong thí nghiệm, Hope vượt trội so với Transformer tiêu chuẩn và mô hình tuần hoàn hiện đại trên nhiệm vụ mô hình hóa ngôn ngữ, suy luận ngữ cảnh dài và học liên tục. Điều thú vị là, còn có công trình tiếp theo đưa vào kiến trúc loại này giai đoạn "ngủ" — giống như con người củng cố trí nhớ trong giấc ngủ, để mô hình dành ra sức tính toán giữa các phiên hoạt động, chưng cất những trừu tượng hữu ích vào trí nhớ tham số bền vững hơn.
Trừu tượng hơn nữa, là câu chuyện "Thời đại Kinh nghiệm" (Era of Experience) do David Silver và Richard Sutton đề xuất.
Đánh giá của họ là: Trong các lĩnh vực then chốt như toán học, mã code, khoa học, kiến thức có thể khai thác từ dữ liệu con người đang tiệm cận giới hạn trên, muốn tiếp tục tiến lên, phải để AI liên tục học từ kinh nghiệm do chính nó tương tác với môi trường tạo ra, hình thành một vòng khép kín tự cung cấp dữ liệu. Họ coi AlphaProof của DeepMind năm 2024 (thông qua "tương tác liên tục với hệ thống chứng minh hình thức" để giành huy chương IMO) là khởi đầu của thời đại này. Câu chuyện này buộc học liên tục với học củng cố, khám phá tự chủ của tác nhân, cũng chôn xuống một vấn đề chưa được giải quyết: Ai sẽ thiết kế những hàm thưởng biến tín hiệu thô thành chỉ dẫn hữu ích.
Ngoài ra còn có một hướng lân cận dễ nhầm lẫn với học liên tục, nhưng mục tiêu khác: Chỉnh sửa Tri thức (Knowledge Editing). Đại diện bởi ROME, MEMIT, nó thông qua định vị và sửa đổi lớp MLP lưu trữ sự kiện cụ thể, đạt được cập nhật sự kiện đơn lẻ hoặc hàng loạt chính xác, mà không cần huấn luyện lại toàn bộ. Nhưng mục tiêu của nó thực sự không giống với học liên tục — chỉnh sửa tri thức theo đuổi việc ghi đè chính xác một sự kiện nào đó, trong tình huống chỉnh sửa liên tục, suốt đời, các thay đổi tham số lặp lại sẽ can nhiễu lẫn nhau, dần tích lũy "tính độc" khiến mô hình sụp đổ, điều này cũng thúc đẩy một loạt phương pháp như WISE, AlphaEdit chuyên đối phó với việc chỉnh sửa tuần tự.
Lời kết
Trải mấy hướng này ra cùng xem, sẽ phát hiện chúng thực chất được sắp xếp dọc theo một trục "kiến thức tồn tại ở đâu".
Ngoài cùng nhất là trí nhớ ngoại vi và kỹ thuật ngữ cảnh, kiến thức hoàn toàn tồn tại trong không gian token bên ngoài mô hình, an toàn kiểm soát được nhưng không thực sự nội hóa; giữa là huấn luyện sau liên tục và huấn luyện trước liên tục, kiến thức được ghi vào trọng số, trần năng lực cao hơn nhưng phải đối mặt trực tiếp với Quên thảm họa; trong cùng nhất, cũng là tiên phong nhất, là loạt hướng suy nghĩ mới để mô hình tự sửa đổi, tự tiến hóa, cố gắng biến bản thân hành động "học" thành một phần năng lực của mô hình.
Một quan sát thực tế là: Những hướng này có lẽ không loại trừ lẫn nhau, mà sẽ hợp tác phân tầng. Quan điểm học tập phân tầng của Schulman, ý tưởng "lõi nhận thức + trí nhớ ngoài" của Karpathy, về bản chất đều nói cùng một điều: Kiến thức khoảng cách ngắn, dễ biến đổi giao cho ngữ cảnh và trí nhớ ngoại vi, năng lực khoảng cách dài, cần lắng đọng giao cho tinh chỉnh tham số, mỗi bên làm đúng chức năng. ACE có thể tiến hóa không giám sát dựa vào phản hồi thực thi, SEAL dùng học củng cố để tối ưu hóa tự chỉnh sửa, đều ngụ ý một xu hướng chung: Học liên tục trong tương lai, rất có thể là để mô hình tự chủ đạo "học cái gì, học như thế nào".
Vậy quay lại nhận định "còn mười năm nữa" của Karpathy, học liên tục rốt cuộc đã giải quyết chưa? Câu trả lời có lẽ là — vẫn chưa, nhưng đã không còn là một khoảng trắng. Trở ngại cốt lõi Quên thảm họa đến nay vẫn chưa được khắc phục triệt để, các phương pháp như SDFT, Học lồng nhau chỉ mới ở mức "làm giảm nhẹ" chứ chưa phải "loại bỏ" nó. Chỉ dựa vào việc quản lý ngữ cảnh tốt hơn cộng với tinh chỉnh có giải quyết được học liên tục không, hay cần ý tưởng hoàn toàn mới? Câu hỏi căn bản hơn này ngay cả Schulman cũng thừa nhận là chưa có kết luận.
Có thể xác định là, thời gian từ 2025 đến 2026 này, học liên tục từ một "năng lực thiếu sót" được nhắc đi nhắc lại, đã trở thành một chiến trường sôi động thực sự rẽ ra nhiều hướng, và đã bắt đầu có công ty khởi nghiệp xuống sân làm sản phẩm. Con đường nào có thể đưa "AI đồng nghiệp" từ nguyên mẫu thành hiện thực trước, rất đáng theo dõi tiếp.
Liên kết tham khảo
https://www.lesswrong.com/posts/qBsj6HswdmP6ahaGB/andrej-karpathy-on-llm-cognitive-deficits
https://karpathy.bearblog.dev/year-in-review-2025/
https://www.letta.com/blog/continual-learning/
https://arxiv.org/abs/2510.04618
https://arxiv.org/abs/2402.01364
https://thinkingmachines.ai/tinker/
https://arxiv.org/pdf/2604.05096
https://arxiv.org/pdf/2606.03979
Bài viết này đến từ tài khoản công chúng WeChat "机器之心" (ID:almosthuman2014), tác giả: 持续学习的机器之心, biên tập: Panda
