AI của tỷ phú Phạm Nhật Vượng vượt mặt cả ChatGPT và Gemini, đứng đầu bảng xếp hạng của VinUni
VinUni vừa ra mắt bộ công cụ đánh giá các mô hình AI mang tên V-Bench, xếp hạng V-LLM của Vingroup dẫn đầu năng lực tiếng Việt, vượt ChatGPT, Gemini và nhiều mô hình AI toàn cầu.
Ngày 6/7, Trường Đại học VinUni ra mắt V-Bench - bộ công cụ đánh giá năng lực tiếng Việt của các mô hình AI. Hệ thống được xây dựng trên bộ dữ liệu đồ sộ gồm hơn 40.000 câu hỏi và tác vụ, với sự tham gia của hội đồng khoa học gồm 18 chuyên gia AI người Việt trong và ngoài nước.
Dữ liệu công bố từ hệ thống V-Bench cho thấy bộ công cụ này hiện đã tiến hành đánh giá và xếp hạng 15 mô hình ngôn ngữ lớn (LLM) tiêu biểu trên toàn cầu. Kết quả từ bảng xếp hạng V-Bench Intelligence Index ghi nhận mô hình V-LLM v1 của Vingroup đang dẫn đầu với tổng điểm là 68.
Các mô hình đến từ những tập đoàn công nghệ hàng đầu thế giới ghi nhận mức điểm xếp ngay phía sau. Cụ thể, mô hình Gemini-2.5-Flash của Google đạt 58,8 điểm, đứng ở vị trí thứ hai. Xếp vị trí thứ 3 và thứ 4 lần lượt là hai mô hình của Alibaba gồm Qwen3-235B Thinking (đạt 58,23 điểm) và Qwen3-235B Instruct (đạt 54,8 điểm). Các mô hình khác của OpenAI như gpt-oss-120b và GPT-4.1-mini cũng nằm trong danh sách đánh giá với mức điểm lần lượt là 51,44 và 50,17.
Kết quả trên được trích xuất từ việc đánh giá các mô hình qua 5 nhóm tiêu chí chuyên biệt, bao gồm: kiến thức học thuật; an toàn và chủ quyền số; tri thức văn hóa, xã hội, vùng miền; y tế và sức khỏe cộng đồng; năng lực Agentic AI. Hệ thống thực hiện đo lường năng lực của AI trên nhiều phương diện chi tiết như Toán, Lý, Hóa, Khoa học máy tính, Luật, Triết học, Tâm lý, Logic…
Được khởi xướng bởi Trung tâm Nghiên cứu AI thuộc Trường Đại học VinUni, V-Bench hoạt động dưới hình thức một bộ công cụ phi lợi nhuận.
Vingroup cho biết, sự khác biệt của V-Bench nằm ở việc không chỉ đo lường khả năng trả lời câu hỏi học thuật, mà còn đánh giá chiều sâu thấu hiểu văn hóa ngầm định, phương ngữ Bắc - Trung - Nam, cách xưng hô đặc trưng và khả năng hành động của AI trong bối cảnh Việt Nam. Bên cạnh đó, hệ thống tích hợp tiêu chí an toàn và chủ quyền số nhằm đảm bảo tuân thủ nguyên tắc an toàn thông tin quốc gia và chống thông tin sai lệch.
Theo GS.TS Dương Nguyên Vũ - Phó Hiệu trưởng, Giám đốc Khoa học Trung tâm Nghiên cứu AI Trường Đại học VinUni, dự án này hướng tới việc xây dựng một hệ tham chiếu AI dành riêng cho quốc gia, giúp các cơ quan, doanh nghiệp có cơ sở dữ liệu khách quan để lựa chọn mô hình phù hợp với từng nhu cầu sử dụng thực tế. Đồng thời, do được phát triển theo các tiêu chuẩn kỹ thuật phổ biến quốc tế, V-Bench đảm bảo khả năng tương thích cao, tạo điều kiện cho các nhà phát triển LLM toàn cầu tham gia đánh giá mà không vướng rào cản kỹ thuật.
Về lộ trình sắp tới, V-Bench sẽ tiếp tục mở rộng quy mô bộ công cụ. Trong giai đoạn tiếp theo sẽ bổ sung các tiêu chí đánh giá đa phương thức liên quan đến hình ảnh và âm thanh, bao gồm: nhận diện chữ Nôm, biển hiệu vùng miền, biểu đồ, di sản văn hóa và khả năng hiểu giọng nói ba miền.
Đặc biệt, hệ thống sẽ tiến hành đánh giá khả năng xử lý các tài liệu tiếng Việt có độ dài trên 100.000 token, AI phải đọc hiểu và trích xuất chính xác thông tin từ các văn bản pháp luật, hợp đồng, công báo hay sách giáo khoa.
