Sasha
Writer
Amazon Web Services (AWS) vừa tổ chức thành công giải đấu Regional LLM Leage, tạo ra sân chơi về kỹ năng ứng dụng trí năng trí tuệ nhân tạo (AI) dành cho giới trẻ toàn Đông Nam Á.
Giải đấu Regional LLM Leage lần này, do AWS và AI Singapore (AISG) đồng tổ chức, đã thu hút 1.300 sinh viên tham gia đến từ các cơ sở giáo dục đại học của sáu quốc gia: Việt Nam, Indonesia, Malaysia, Philippines, Singapore và Thái Lan. Giải đấu khởi động vào đầu năm nay và khép lại với vòng chung kết được tổ chức vào tháng Năm vừa qua trong khuôn khổ của Hội nghị Sinh viên phát triển AI (AISDC).
Tham gia giải đấu, các thí sinh được cấp credit cho công cụ Amazon SageMaker JumpStart để thực hiện tinh chỉnh các mô hình Llama 3B, với mục tiêu thử thách cuối cùng: vượt qua mô hình tham chiếu Llama 70B với quy mô lớn hơn nhiều, dưới hình thức đánh giá trắc nghiệm.
Thông qua hội thảo chuyên sâu về AI tạo sinh (Gen AI) do các hướng dẫn viên của Gen-C (Cộng đồng Học tập Gen AI của AWS) dẫn dắt, các sinh viên được tiếp cận những khái niệm chính trong phát triển mô hình LLM, bao gồm quản lý tập dữ liệu, kỹ thuật tạo lệnh prompt và các phương pháp đánh giá, cũng như agentic AI (AI tự chủ) và AI có trách nhiệm.
Chỉ trong ba tuần, họ đã tạo ra hơn 5.000 mô hình, minh chứng rõ nét cho tính hiệu quả của chương trình, đồng thời khẳng định giá trị của kỹ năng và chiến lược tinh chỉnh trong việc phát triển mô hình AI, thay vì chỉ dựa vào quy mô của nó.
Sau chuỗi vòng thi khu vực và quá trình đánh giá nội bộ, các sinh viên xuất sắc nhất từ 6 quốc gia đã được mời tham dự trực tiếp vòng chung kết của giải Regional LLM League, diễn ra tại Khách sạn Equarius (Singapore) vào ngày 29/5. Tại đây, mỗi sinh viên được đánh giá dựa trên hai tiêu chí chính: độ chính xác của mô hình thông qua trả lời câu hỏi trắc nghiệm, và khả năng tinh chỉnh prompt trực tiếp để tối ưu hóa phản hồi của mô hình.
Ban giám khảo bao gồm các chuyên gia từ AISG và AWS, cùng với bình chọn từ khán giả và đặc biệt, từ chính AI. Việc đánh giá được hỗ trợ bởi hệ thống chấm điểm tiêu chuẩn do mô hình Anthropic Claude 3.5 Sonnet đảm trách, nhằm đảm bảo tính công bằng, toàn diện và khách quan cho toàn bộ quá trình thi đấu.
Blix D. Foryasen, sinh viên ngành khoa học máy tính đến từ Philippines, đã xuất sắc giành giải nhất. Với phương pháp chưng cất mô hình (model distillation) — kỹ thuật huấn luyện mô hình nhỏ bằng cách sử dụng đầu ra của mô hình “giáo viên” lớn hơn — Blix đã thử nghiệm với nhiều mô hình giáo viên khác nhau để xây dựng tập dữ liệu huấn luyện có độ chính xác cao. Kết quả là mô hình của anh vượt trội, đánh bại một mô hình có quy mô lớn hơn trong phần thi trắc nghiệm.
"Việc đánh giá phản hồi của mô hình trong quản lý dữ liệu và tạo suy luận là một trải nghiệm vừa thú vị vừa đáng nhớ đối với tôi. Thử thách này đã bộc lộ rõ ràng cả năng lực lẫn giới hạn của AI, đồng thời khẳng định vai trò không thể thay thế của con người trong việc kiểm soát thiên kiến và hạn chế đầu ra sai lệch, đặc biệt trong bối cảnh các ứng dụng AI đang ngày càng phổ biến”, Foryasen nhận định.
Từ trái sang: Blix D. Foryasen, Đại học Quốc gia - Manila, Philippines; bà Rahayu Mahzam, Bộ trưởng Bộ Thông tin và Phát triển Kỹ năng Số Singapore (Ảnh của AI Singapore).
Giành vị trí á quân là Kim Seokyung đến từ Việt Nam, một sinh viên ngành kỹ thuật phần mềm lần đầu tiên trải nghiệm việc tinh chỉnh LLM, qua đó chứng minh rằng hành trình học tập không hề xa vời. Cô chia sẻ: "Tôi đã bắt đầu từ con số không, nhưng chỉ sau vài tuần đã có thể xây dựng một mô hình tinh chỉnh sẵn sàng cho ứng dụng thực tế. Đây là một trải nghiệm đầy căng thẳng nhưng vô cùng xứng đáng, và giờ đây tôi hoàn toàn tự tin ứng dụng kỹ năng này vào các trường hợp sử dụng thực tế, với nhu cầu ngày càng tăng trong nhiều ngành khác nhau."
Từ trái sang: Kim Seokyung, đại học RMIT Việt Nam, Việt Nam; Simon Tan, Giám đốc Điều hành, phía nam Đông Nam Á và Úc và New Zealand, AWS (Ảnh của AI Singapore).
Một trong những mục tiêu quan trọng của giải đấu Regional LLM League là mang đến trải nghiệm học tập thực hành trong môi trường thực tế - các kịch bản phát triển mô hình mà thí sinh phải giải quyết đều mô phỏng những tình huống trong môi trường AI chuyên nghiệp. Sinh viên cũng được cung cấp bộ công cụ Amazon SageMaker JumpStart để huấn luyện mô hình, kiểm tra khả năng suy luận và mô phỏng triển khai. Nhờ đó họ không chỉ phát triển và trau dổi trình độ kỹ thuật mà còn làm quen với môi trường ứng dụng thực tế.
Thành công của giải đấu cấp khu vực đầu tiên này đã khẳng định tiềm năng nhân rộng của một mô hình nâng cao kỹ năng công nghệ dựa vào cộng đồng. Là một sáng kiến thuộc AI Spring Communities trong chương trình AWS AI Spring Singapore, giải đấu này đóng vai trò như một hình mẫu cho việc phổ cập giáo dục AI ở quy mô lớn, đặc biệt tại những khu vực có sự khác biệt về hệ thống giáo dục và mức độ tiếp cận, cũng như trong các cộng đồng chưa được phục vụ hoặc đại diện đầy đủ trong các lĩnh vực khác nhau.
Thông qua việc tích hợp chương trình đào tạo Gen AI với các hình thức thử thách và gắn với các mục tiêu tác động cộng đồng, những sáng kiến như thế này đang từng bước thu hẹp khoảng cách giữa đam mê học tập và sự nghiệp trong lĩnh vực AI. Các sinh viên tham gia không chỉ sở hữu một danh mục dự án thực tế và kinh nghiệm làm việc với các mô hình từ quy mô nhỏ đến lớn, mà còn hình thành sự tự tin để bước vào thực tập, theo đuổi công tác nghiên cứu, hay phát triển những dự án AI của riêng mình.
Giải đấu Regional LLM Leage lần này, do AWS và AI Singapore (AISG) đồng tổ chức, đã thu hút 1.300 sinh viên tham gia đến từ các cơ sở giáo dục đại học của sáu quốc gia: Việt Nam, Indonesia, Malaysia, Philippines, Singapore và Thái Lan. Giải đấu khởi động vào đầu năm nay và khép lại với vòng chung kết được tổ chức vào tháng Năm vừa qua trong khuôn khổ của Hội nghị Sinh viên phát triển AI (AISDC).
Tham gia giải đấu, các thí sinh được cấp credit cho công cụ Amazon SageMaker JumpStart để thực hiện tinh chỉnh các mô hình Llama 3B, với mục tiêu thử thách cuối cùng: vượt qua mô hình tham chiếu Llama 70B với quy mô lớn hơn nhiều, dưới hình thức đánh giá trắc nghiệm.
Thông qua hội thảo chuyên sâu về AI tạo sinh (Gen AI) do các hướng dẫn viên của Gen-C (Cộng đồng Học tập Gen AI của AWS) dẫn dắt, các sinh viên được tiếp cận những khái niệm chính trong phát triển mô hình LLM, bao gồm quản lý tập dữ liệu, kỹ thuật tạo lệnh prompt và các phương pháp đánh giá, cũng như agentic AI (AI tự chủ) và AI có trách nhiệm.
Chỉ trong ba tuần, họ đã tạo ra hơn 5.000 mô hình, minh chứng rõ nét cho tính hiệu quả của chương trình, đồng thời khẳng định giá trị của kỹ năng và chiến lược tinh chỉnh trong việc phát triển mô hình AI, thay vì chỉ dựa vào quy mô của nó.
Sau chuỗi vòng thi khu vực và quá trình đánh giá nội bộ, các sinh viên xuất sắc nhất từ 6 quốc gia đã được mời tham dự trực tiếp vòng chung kết của giải Regional LLM League, diễn ra tại Khách sạn Equarius (Singapore) vào ngày 29/5. Tại đây, mỗi sinh viên được đánh giá dựa trên hai tiêu chí chính: độ chính xác của mô hình thông qua trả lời câu hỏi trắc nghiệm, và khả năng tinh chỉnh prompt trực tiếp để tối ưu hóa phản hồi của mô hình.
Ban giám khảo bao gồm các chuyên gia từ AISG và AWS, cùng với bình chọn từ khán giả và đặc biệt, từ chính AI. Việc đánh giá được hỗ trợ bởi hệ thống chấm điểm tiêu chuẩn do mô hình Anthropic Claude 3.5 Sonnet đảm trách, nhằm đảm bảo tính công bằng, toàn diện và khách quan cho toàn bộ quá trình thi đấu.
Blix D. Foryasen, sinh viên ngành khoa học máy tính đến từ Philippines, đã xuất sắc giành giải nhất. Với phương pháp chưng cất mô hình (model distillation) — kỹ thuật huấn luyện mô hình nhỏ bằng cách sử dụng đầu ra của mô hình “giáo viên” lớn hơn — Blix đã thử nghiệm với nhiều mô hình giáo viên khác nhau để xây dựng tập dữ liệu huấn luyện có độ chính xác cao. Kết quả là mô hình của anh vượt trội, đánh bại một mô hình có quy mô lớn hơn trong phần thi trắc nghiệm.
"Việc đánh giá phản hồi của mô hình trong quản lý dữ liệu và tạo suy luận là một trải nghiệm vừa thú vị vừa đáng nhớ đối với tôi. Thử thách này đã bộc lộ rõ ràng cả năng lực lẫn giới hạn của AI, đồng thời khẳng định vai trò không thể thay thế của con người trong việc kiểm soát thiên kiến và hạn chế đầu ra sai lệch, đặc biệt trong bối cảnh các ứng dụng AI đang ngày càng phổ biến”, Foryasen nhận định.
Từ trái sang: Blix D. Foryasen, Đại học Quốc gia - Manila, Philippines; bà Rahayu Mahzam, Bộ trưởng Bộ Thông tin và Phát triển Kỹ năng Số Singapore (Ảnh của AI Singapore).
Giành vị trí á quân là Kim Seokyung đến từ Việt Nam, một sinh viên ngành kỹ thuật phần mềm lần đầu tiên trải nghiệm việc tinh chỉnh LLM, qua đó chứng minh rằng hành trình học tập không hề xa vời. Cô chia sẻ: "Tôi đã bắt đầu từ con số không, nhưng chỉ sau vài tuần đã có thể xây dựng một mô hình tinh chỉnh sẵn sàng cho ứng dụng thực tế. Đây là một trải nghiệm đầy căng thẳng nhưng vô cùng xứng đáng, và giờ đây tôi hoàn toàn tự tin ứng dụng kỹ năng này vào các trường hợp sử dụng thực tế, với nhu cầu ngày càng tăng trong nhiều ngành khác nhau."
Từ trái sang: Kim Seokyung, đại học RMIT Việt Nam, Việt Nam; Simon Tan, Giám đốc Điều hành, phía nam Đông Nam Á và Úc và New Zealand, AWS (Ảnh của AI Singapore).
Một trong những mục tiêu quan trọng của giải đấu Regional LLM League là mang đến trải nghiệm học tập thực hành trong môi trường thực tế - các kịch bản phát triển mô hình mà thí sinh phải giải quyết đều mô phỏng những tình huống trong môi trường AI chuyên nghiệp. Sinh viên cũng được cung cấp bộ công cụ Amazon SageMaker JumpStart để huấn luyện mô hình, kiểm tra khả năng suy luận và mô phỏng triển khai. Nhờ đó họ không chỉ phát triển và trau dổi trình độ kỹ thuật mà còn làm quen với môi trường ứng dụng thực tế.
Thành công của giải đấu cấp khu vực đầu tiên này đã khẳng định tiềm năng nhân rộng của một mô hình nâng cao kỹ năng công nghệ dựa vào cộng đồng. Là một sáng kiến thuộc AI Spring Communities trong chương trình AWS AI Spring Singapore, giải đấu này đóng vai trò như một hình mẫu cho việc phổ cập giáo dục AI ở quy mô lớn, đặc biệt tại những khu vực có sự khác biệt về hệ thống giáo dục và mức độ tiếp cận, cũng như trong các cộng đồng chưa được phục vụ hoặc đại diện đầy đủ trong các lĩnh vực khác nhau.
Thông qua việc tích hợp chương trình đào tạo Gen AI với các hình thức thử thách và gắn với các mục tiêu tác động cộng đồng, những sáng kiến như thế này đang từng bước thu hẹp khoảng cách giữa đam mê học tập và sự nghiệp trong lĩnh vực AI. Các sinh viên tham gia không chỉ sở hữu một danh mục dự án thực tế và kinh nghiệm làm việc với các mô hình từ quy mô nhỏ đến lớn, mà còn hình thành sự tự tin để bước vào thực tập, theo đuổi công tác nghiên cứu, hay phát triển những dự án AI của riêng mình.
