STEM ROOM

16/10/2026

PYTORCH - CHIẾC GITHUB ĐÁNG THAM KHẢO CHO NHỮNG AI MUỐN ĐÀO SÂU VỀ DEEP LEARNING

Nếu bạn đang học tập hoặc nghiên cứu về AI/Deep Learning, PyTorch là một repository mã nguồn mở rất đáng để tham khảo.

Không chỉ cung cấp các công cụ xây dựng và huấn luyện mô hình, repository này còn giúp bạn tiếp cận cách một framework Deep Learning được thiết kế và vận hành, từ Tensor Operations, Automatic Differentiation đến tối ưu hiệu năng tính toán trên GPU.

Cực kỳ hữu ích cho những ai muốn đi xa hơn trong việc sử dụng các API có sẵn, tìm hiểu sâu về cơ chế và kỹ thuật phía sau các hệ thống Deep Learning.

Chi tiết GitHub: https://github.com/pytorch/pytorch
------------------------
STEM ROOM - HỌC THUẬT TOÁN VỚI CHUYÊN GIA
📞 Hotline: 0984007528

11/10/2026

11/10/2026

🔥 ÔN LUYỆN CHUYÊN SÂU: HSG TIN HỌC - TIN HỌC TRẺ - OLYMPIC 🔥

📚 Buổi 2: Làm quen ngôn ngữ C++!
Nhằm hỗ trợ các bạn học sinh ôn tập tốt nhất, mình xin chia sẻ toàn bộ tài liệu của buổi học đầu tiên:

🔗 Link Slide + Record: https://drive.google.com/file/d/1CY-n2dZ1_1ksVlnu5kZLCF5xqWrvyzrZ/view?usp=share_link

⏰ Thời gian học: 19h30 - 21h00 tối thứ 7 hàng tuần.

📩 Để nhận trọn bộ giáo trình đầy đủ và kho bài tập lớn tự luyện, vui lòng liên hệ Zalo: 0984007528.

10/10/2026

DEBUG NHƯ THẾ NÀO KHI CODE CHẠY ĐƯỢC NHƯNG KẾT QUẢ SAI?

Wrong Answer là một trong những kết quả khó chịu nhất khi luyện tập lập trình thi đấu. Code chạy không báo lỗi, ví dụ trong đề thì đúng, nhưng khi submit lại sai. Lúc này, biết cách debug có hệ thống sẽ giúp ích rất nhiều.

Bước đầu tiên là không sửa code ngay. Thay vào đó, đọc lại đề một lần nữa với ánh mắt tìm điều kiện mình có thể đã bỏ qua. Rất nhiều Wrong Answer đến từ việc hiểu sai một chi tiết trong đề, và cố sửa code khi chưa tìm ra vấn đề thật sự thường làm mọi thứ phức tạp hơn.

Bước tiếp theo là tự tạo thêm test case. Không chỉ dùng ví dụ có sẵn. Thử các trường hợp đặc biệt: n bằng 1, n lớn nhất có thể, tất cả phần tử bằng nhau, tất cả phần tử âm, đầu vào đã sắp xếp tăng, đầu vào đã sắp xếp giảm. Chạy từng trường hợp và xem kết quả.

Nếu vẫn không tìm được test case sai, một kỹ thuật khá hữu ích là stress testing: viết một lời giải brute force đơn giản (chậm nhưng chắc chắn đúng), sinh ngẫu nhiên nhiều test case nhỏ, so sánh kết quả hai lời giải. Khi hai kết quả khác nhau, đó là test case cần tìm hiểu kỹ.

Khi đã có test case gây ra kết quả sai, bước cuối là chạy lại với test case đó và theo dõi từng bước thực thi. In ra giá trị biến ở từng điểm quan trọng. Không đoán, cứ nhìn vào dữ liệu thật.

Debug có hệ thống không nhanh bằng "may mắn tìm ra ngay", nhưng nó đáng tin cậy hơn nhiều và rèn cho học sinh tư duy chặt chẽ sẽ dùng đến mãi về sau.

---------------------------------
🥰 SĐT: 0984 007 528

06/10/2026

📅 LỊCH THI OLP-ICPC QUỐC GIA MÙA GIẢI 2026-2027

🚀 Chặng đua OLP-ICPC Quốc gia 2026 đã chính thức khởi động! Với sự tham gia phối hợp từ nhiều đơn vị trường học trên khắp cả nước, chuỗi kỳ thi năm nay đã sẵn sàng mở ra cơ hội tranh tài dành cho các bạn học sinh, sinh viên yêu thích Tin học.

👉Cùng điểm qua các cột mốc thời gian chính xác của mùa giải năm nay:

✨Kỳ thi ICPC Miền Bắc 2026
🗓️ Thời gian: 10-11/10/2026
Đơn vị đăng cai: Trường Đại học Công nghệ, ĐHQG Hà Nội.

✨ Kỳ thi ICPC Miền Nam 2026
🗓️ Thời gian: 17-18/10/2026
Đơn vị đăng cai: Trường Đại học Khoa học Tự nhiên, ĐHQG Thành phố Hồ Chí Minh.

✨ Kỳ thi ICPC Miền Trung 2026
🗓️ Thời gian: 24-25/10/2026
Đơn vị đăng cai: Trường Đại học Khoa học, Đại học Huế.

✨ Olympic Trí tuệ Nhân tạo Sinh viên Việt Nam 2026 (vòng khu vực)
🗓️ Thời gian: 01/11/2026
Đơn vị đăng cai :
Miền Bắc: Học viện Công nghệ Bưu chính Viễn thông
Miền Nam: Trường Đại học Công nghệ Thành phố Hồ Chí Minh
Miền Trung: Trường Đại học Công nghệ Thông tin và Truyền thông Việt - Hàn, Đại học Đà Nẵng.

✨Kỳ thi ICPC Quốc gia 2026
🗓️ Thời gian: 07-08/11/2026
Đơn vị đăng cai: các địa điểm thi khắp cả nước.

✨Chung kết Olympic Trí tuệ Nhân tạo Sinh viên Việt Nam 2026
🗓️ Thời gian: 07-09/12/2026
Đơn vị đăng cai: Trường Đại học Công nghệ Thông tin và Truyền thông Việt - Hàn, Đại học Đà Nẵng

✨ Olympic Tin học Sinh viên Việt Nam 2026
🗓️ Thời gian: 08-11/12/2026
Đơn vị đăng cai: Trường Đại học Công nghệ Thông tin và Truyền thông Việt - Hàn, Đại học Đà Nẵng

✨ Cuộc thi Lập trình đối kháng Quốc tế PROCON Việt Nam
🗓️ Thời gian: 09-11/12/2026
Đơn vị đăng cai: Trường Đại học Công nghệ Thông tin và Truyền thông Việt - Hàn, Đại học Đà Nẵng

✨️ Phần mềm nguồn mở
🗓 Thời gian: 10-11/12/2026
Đơn vị đăng cai: Trường Đại học Công nghệ Thông tin và Truyền thông Việt - Hàn, Đại học Đà Nẵng

✨Kỳ thi ICPC khu vực Châu Á - Đà Nẵng
🗓️ Thời gian: 10-11/12/2026
Đơn vị đăng cai: Trường Đại học Công nghệ Thông tin và Truyền thông Việt - Hàn, Đại học Đà Nẵng

Lưu ý:
- Mỗi kỳ thi được tổ chức vào 2 ngày: ngày đầu tiên để thử máy với một đề luyện tập từ 14h00 - 18h00. Ngày thứ hai là ngày thi chính thức, được bắt đầu từ 8h00 đến 13h00 tại điểm thi tập trung.
- Contest luyện tập (mirror) sẽ được tổ chức sau mỗi kỳ thi vào 14h00 cùng ngày thi (sau hết thời gian thi chính thức 1 tiếng) trên VNOJ.

🔗 Tra cứu thông tin về những quy định, quy chế, nội quy và các thông báo liên quan tới các kỳ thi trên có thể được tìm thấy tại đường link phía dưới phần bình luận.

💥 Mùa giải OLP - ICPC Quốc gia 2026 hứa hẹn sẽ mang đến những màn đấu trí bùng nổ, gay cấn, nơi bản lĩnh chuyên môn và đam mê Tin học của học sinh, sinh viên trên cả nước được lan tỏa mạnh mẽ hơn bao giờ hết! 🚀⚡

04/10/2026

🔥 ÔN LUYỆN CHUYÊN SÂU: HSG TIN HỌC - TIN HỌC TRẺ - OLYMPIC 🔥

📚 Buổi 1: Một số khái niệm cơ bản về lập trình!
Nhằm hỗ trợ các bạn học sinh ôn tập tốt nhất, mình xin chia sẻ toàn bộ tài liệu của buổi học đầu tiên:

🔗 Link Slide + Record: https://drive.google.com/drive/folders/15Y-hnBEVjfE-5XHRaXG8CoPHXJTLmcfm?usp=sharing

⏰ Thời gian học: 19h30 - 21h00 tối thứ 7 hàng tuần.

📩 Để nhận trọn bộ giáo trình đầy đủ và kho bài tập lớn tự luyện, vui lòng liên hệ Zalo: 0984007528.

03/10/2026

e2e là một framework kiểm thử mã nguồn mở thế hệ mới dành cho các ứng dụng web và di động, được xây dựng nhằm tối ưu hóa tốc độ và giảm thiểu công sức viết/bảo trì kiểm thử.

Điểm đặc biệt của framework này là sự kết hợp linh hoạt giữa phương pháp kiểm thử truyền thống và trí tuệ nhân tạo.

Bạn có thể viết một bài test hoàn toàn chính xác theo kịch bản, giao hoàn toàn cho AI tự chạy dựa trên mục tiêu bằng ngôn ngữ tự nhiên, hoặc kết hợp cả hai trong cùng một bài test.

https://e2e.tester.army/

16/09/2026

🚀 LỘ TRÌNH LẬP TRÌNH THI ĐẤU - TỪ ZERO ĐẾN ICPC

Nhiều bạn hỏi mình: "Bắt đầu Competitive Programming từ đâu?"
Mình tổng hợp lại khung 4 giai đoạn chuẩn HSG / ICPC / Olympic mà mình đang áp dụng:

🔹 GĐ 1 (Tháng 1-2): NỀN TẢNG C++ & STL
C++17/20, I/O tối ưu, Vector, Set, Map, Stack, Queue, Big-O. Quy tắc vàng: 1s ~ 10^7-10^8 thao tác.

🔹 GĐ 2 (Tháng 3-5): THUẬT TOÁN KINH ĐIỂN & DP CƠ BẢN
Binary Search, Two Pointers, Sliding Window, Greedy, Backtracking, Knapsack, LIS, LCS.

🔹 GĐ 3 (Tháng 6-9): ĐỒ THỊ & CẤU TRÚC NÂNG CAO - chiếm 40% đề thi
BFS/DFS, Topological Sort, Dijkstra, Bellman-Ford, Kruskal + DSU, Segment Tree + Lazy, BIT, KMP, Trie.

🔹 GĐ 4 (Tháng 10-12): ĐỈNH CAO & THỰC CHIẾN
DP Bitmask, Digit DP, Tree DP, Convex Hull, Hình học, Max Flow Dinic, Stress Testing, chiến thuật phòng thi.

💻 Luyện ở đâu?
VNOJ (bám sát đề HSG VN) | Codeforces (rèn tốc độ) | AtCoder ABC (tư duy logic) | CSES 300 bài (nền tảng cốt lõi)
📚 Tài liệu gối đầu: USACO Guide + CP-Algorithms

Bạn đang kẹt ở Giai đoạn nào nhất? Comment mình gửi bài tập + template tương ứng nhé 👇

Full slide 15 trang mình để ở comment đầu tiên.

16/09/2026

Trong thuật toán, điều đáng quan tâm không chỉ là chương trình chạy nhanh đến đâu, mà còn là tốc độ đó thay đổi thế nào khi dữ liệu tăng lên.

Đây chính là ý nghĩa thực tế của Time Complexity.

Lấy O(n²) làm ví dụ: nếu input tăng từ 10K lên 10M, tức tăng 1.000 lần, số lượng phép tính theo bậc độ lớn lại tăng tới 1.000.000 lần.
Vì vậy, một cách tiếp cận có thể hoàn toàn ổn với dữ liệu nhỏ nhưng nhanh chóng trở nên không khả thi khi scale lên.

Chẳng hạn, với bài toán tìm phần tử trùng lặp:
- Brute Force: O(n²) time -> không phù hợp khi n rất lớn.
- HashSet: O(n) average time -> đổi lại cần O(n) additional space.

Nhưng nếu memory cũng là constraint, ta lại phải tiếp tục cân nhắc những hướng như streaming, batch processing hoặc external storage.
Vì vậy, một solution tốt không chỉ là solution đúng. Nó cần phù hợp với quy mô dữ liệu và giới hạn tài nguyên.

Đừng chỉ hỏi: Thuật toán này có chạy được không?
Hãy hỏi: Nếu input lớn hơn 1.000 lần, nó còn chạy hợp lý không?

Bởi một thuật toán tốt không chỉ giải được bài toán hiện tại, mà còn phải giữ được tính hợp lý khi quy mô bài toán thay đổi.

Cre: Sưu Tầm