Ngày 21/10/2026, các nhà khoa học tại Viện Công nghệ Massachusetts (MIT) đã công bố một phát hiện mang tính bước ngoặt trong lĩnh vực học máy (machine learning). Nghiên cứu được đăng tải trên tạp chí Nature AI cho thấy các mô hình transformer hiện đại có thể thực hiện 'học tập thụ động' (passive learning) tương tự như cơ chế củng cố ký ức khi con người ngủ.
Cơ chế này, được gọi là 'Sleep-Simulation Inference', cho phép mô hình tự động tái tổ chức lại các vector ngữ nghĩa trong ma trận trọng số khi không có kết nối với dữ liệu mới. Thay vì chỉ chờ đợi được huấn luyện lại (fine-tuning) bằng dữ liệu, mô hình sẽ tự động làm sạch tiếng ồn và loại bỏ các ảo giác (hallucinations) bằng cách 'soi chiếu' lại dữ liệu đã học trong các chu kỳ ngắn. Kết quả thử nghiệm trên mô hình thử nghiệm nội bộ cho thấy độ chính xác tăng thêm 15% mà không cần tiêu tốn nguồn lực điện năng để huấn luyện lại từ đầu.
Các chuyên gia trong ngành nhận định đây là chìa khóa giải quyết bài toán 'catastrophic forgetting' (quên thảm họa), một trong những rào cản lớn nhất khi muốn cập nhật kiến thức cho LLM hiện tại. Nếu được ứng dụng thương mại hóa, chi phí vận hành các trung tâm dữ liệu AI có thể giảm đáng kể.