Jurutera wanita Zalo membawa teknologi Vietnam ke persidangan AI terkemuka dunia.

Pada persidangan ACL 2025 di Vienna, Austria – acara terbesar di dunia mengenai pemprosesan bahasa semula jadi – penyelidikan tentang kit alat untuk menilai model bahasa Vietnam yang dibangunkan oleh pasukan kejuruteraan Zalo menarik perhatian ramai saintis antarabangsa.

Enam tahun bersama Zalo telah membolehkan Bui Thi Cuc mengembangkan lagi minatnya terhadap kecerdasan buatan. Daripada pekerjaan sains data sejurus selepas tamat pengajian, Cuc telah menjadi jurutera AI kanan di Zalo, mewakili pasukan pembangunan VMLU dan membentangkan penyelidikan pada persidangan ACL (Association for Computational Linguistics) di Vienna, Austria pada musim panas 2025.

Ini dianggap sebagai persidangan akademik terkemuka mengenai pemprosesan bahasa semula jadi, menarik lebih 2,000 penyelidik setiap tahun. Banyak kerja asas mengenai NLP telah dibentangkan di sini sebelum menjadi piawaian industri.

"Dari hari pertama di persidangan itu, saya terharu dengan skala dan pertukaran akademik terbuka," Cúc teringat. Suasana penyelidikan adalah berterusan dari pagi hingga malam, dengan banyak poster dipamerkan, perbincangan teknikal yang panjang, dan kehadiran makmal daripada Meta, Google, Apple dan banyak lagi.

Dari Vietnam ke Vienna, Austria

Kertas penyelidikan Bui Thi Cuc, bertajuk "Tanda Aras ACL VMLU: Kit alat penanda aras komprehensif untuk LLM Vietnam," bertujuan untuk menangani kekurangan alat penilaian untuk model bahasa Vietnam berskala besar.

Dilancarkan pada November 2023 oleh Zalo AI dan Japan Advanced Institute of Science and Technology (JAIST), VMLU telah menyediakan set standard yang sama untuk membantu pembangun model bahasa (LLM) berskala besar yang menyasarkan pengguna Vietnam untuk menilai dan membangunkan strategi latihan yang sesuai untuk model mereka.

Bui Cuc menyatakan bahawa semasa pembangunan VMLU, ahli menghadapi pelbagai cabaran, daripada membina penanda aras kepada memastikan kualiti data. Walau bagaimanapun, fasa yang paling tertekan ialah proses penyerahan penyelidikan. Kadar penerimaan untuk penyelidikan di ACL hanya kira-kira 25%, dan mereka terpaksa bersaing dengan banyak institusi penyelidikan AI yang besar di seluruh dunia .

"Apabila kami menerima keputusan di peringkat Persidangan Sempadan - bermakna penemuan telah diterima - seluruh pasukan lebih gembira daripada yang dijangkakan. Selepas itu, saya mengumpulkan semua maklum balas daripada panel semakan, membincangkannya dengan pengurus langsung saya, dan akhirnya meyakinkan pengulas untuk meningkatkan skor supaya kertas penyelidikan akan diterima pada persidangan utama, "kata Cúc teringat.

Cik Bui Thi Cuc, mewakili pasukan pembangunan VMLU, membentangkan projek penyelidikan di persidangan ACL.

Ini adalah penanda aras pertama yang direka untuk menilai keupayaan pemahaman bahasa Vietnam bagi model bahasa besar. Penanda aras merangkumi empat set data dengan 17,000 soalan untuk menilai kebolehan dalam: pengetahuan am, pemahaman bacaan, penaakulan dan dialog.

Menurut jurutera Zalo, kebanyakan penanda aras semasa direka untuk bahasa Inggeris, yang tidak mencerminkan sepenuhnya konteks sintaksis, semantik dan budaya Vietnam. Menterjemah secara langsung set soalan bahasa Inggeris ke dalam bahasa Vietnam sering mengakibatkan ketidaktepatan atau kehilangan nuansa semantik.

Untuk menerangkan rangka kerja penilaian LLM secara ringkas, bayangkan AI sebagai pelajar yang memerlukan peperiksaan untuk menguji kebolehan mereka. Pada masa ini, kebanyakan peperiksaan adalah dalam bahasa Inggeris, tetapi pasukan Zalo AI ingin mencipta peperiksaan dalam bahasa Vietnam untuk menguji sama ada AI benar-benar memahami dan menggunakan bahasa Vietnam dengan baik.

Encik Nguyen Truong Son, Pengarah Sains di Zalo AI, menegaskan: "Sistem penilaian VMLU menyediakan 'langkah' biasa untuk menilai model bahasa Vietnam berskala besar. Selepas penerbitannya, kami menerima banyak maklum balas positif daripada komuniti penyelidikan AI di dalam dan luar negara. Pada masa hadapan, saya menjangkakan VMLU akan menjadi produk penilaian yang digunakan secara meluas dan juga digunakan secara meluas dalam komuniti akademik yang sedang membangun, tetapi bukan sahaja dalam piawaian penilaian perniagaan yang digunakan secara meluas."

Menggunakan AI pada produk Zalo.

Di luar nilai akademiknya, VMLU mempunyai banyak aplikasi berpotensi dalam pembangunan produk AI di Zalo.

Menurut Cúc, pertama sekali, penanda aras membantu menilai ketepatan dan pemahaman bahasa model yang digunakan dalam produk Kiki Info, pembantu warga digital. Ini membolehkan pasukan mengenal pasti batasan model dalam kemahiran tertentu.

Kedua, VMLU digunakan sebagai alat ujian sebelum menggunakan ciri AI baharu, seperti ringkasan mesej, cadangan balasan automatik atau sokongan perkhidmatan pelanggan.

Akhirnya, dengan keupayaan penilaian perbualannya, VMLU membantu Zalo membangunkan chatbot perusahaan dengan komunikasi bunyi semula jadi yang sejajar dengan budaya komunikasi Vietnam.

"Matlamat terbesar kami adalah untuk mencipta model AI yang memahami bahasa Vietnam secara semula jadi dan tepat," kata Cúc.

Jurutera wanita muda itu berharap VMLU akan terus berkembang.

Sekembalinya dari Vienna, jurutera muda itu berharap VMLU akan terus berkembang dan menjadi platform bagi banyak kumpulan penyelidikan domestik untuk membandingkan dan menilai model secara bersatu.

"Saya berharap set data ini akan menjadi titik permulaan bagi komuniti AI Vietnam untuk membangun dengan lebih kukuh pada tahun-tahun akan datang. Kami mahu menyumbang sebahagian kecil untuk menjadikan bahasa Vietnam sebagai bahasa yang difahami oleh model AI global dengan betul dan diproses dengan berkesan."

Ahli pasukan Zalo AI.

Sumber: https://znews.vn/nu-ky-su-zalo-dua-cong-nghe-viet-toi-hoi-thao-ai-hang-dau-the-gioi-post1610072.html