24/06/2026
🎉 PAPER ACCEPTED | Công bố bài báo trên tạp chí Q1 của Springer Nature
Lab xin chúc mừng bài báo “A Training-Free Mixture-of-Agents Framework for Multi-Document Summarization using LLMs and Knowledge Graphs” đã được công bố trên Neural Computing and Applications, tạp chí quốc tế uy tín thuộc nhà xuất bản Springer Nature.
Neural Computing and Applications là tạp chí Q1 trong lĩnh vực Artificial Intelligence và Neural Computing, với các chỉ số nổi bật như Impact Factor 4.50 và SJR 1.102.
Đây là một trong những tạp chí quốc tế có phạm vi công bố rộng về các hướng nghiên cứu AI, Machine Learning, Neural Networks, Intelligent Agents và các ứng dụng AI trong thực tiễn.
Bài báo có sự tham gia của Cuong Vuong và thầy Luong Van Thien, cùng các cộng sự đến từ Phenikaa University, VNPT AI, MobiFone và National Economics University.
Công trình tập trung vào bài toán Multi-Document Summarization, đề xuất một framework Mixture-of-Agents không cần huấn luyện chuyên biệt, kết hợp Large Language Models và Knowledge Graphs để mô hình hóa tốt hơn các quan hệ phức tạp giữa nhiều văn bản.
Chia sẻ về hành trình hoàn thiện bài báo sau quá trình phản biện, Cuong Vuong cho biết:
“Sau vòng phản biện, các reviewer đã đưa ra nhiều câu hỏi và nhận xét rất sâu, đặc biệt liên quan đến việc làm rõ đóng góp của phương pháp, bổ sung human evaluation và củng cố phần phân tích kết quả thực nghiệm. Quá trình revision có nhiều áp lực, nhưng cũng là giai đoạn giúp paper tốt lên rõ rệt. Mình và thầy hướng dẫn đã liên tục trao đổi, bóc tách từng comment khó, làm thêm thí nghiệm, chỉnh sửa lập luận và cải thiện cách trình bày để paper trở nên thuyết phục hơn. Sau round revision đầu tiên, hầu hết các reviewer đều hài lòng với bản chỉnh sửa. Với mình, đây là một trải nghiệm rất đáng nhớ, cho thấy nghiên cứu không chỉ dừng lại ở ý tưởng ban đầu, mà còn là quá trình kiên trì hoàn thiện, phản biện và bảo vệ kết quả bằng bằng chứng rõ ràng.”
💙 Kết quả thực nghiệm cho thấy phương pháp đạt state-of-the-art hoặc competitive performance trên nhiều bộ dữ liệu tiếng Anh và tiếng Việt, qua đó thể hiện tiềm năng của hướng nghiên cứu Multi-Agent Systems, Large Language Models và Knowledge Graphs trong các bài toán AI ứng dụng thực tế.
📄 Paper: A Training-Free Mixture-of-Agents Framework for Multi-Document Summarization using LLMs and Knowledge Graphs
🔗 DOI: https://doi.org/10.1007/s00521-026-12249-y
💙 Lab luôn chào đón các bạn sinh viên, học viên và nhà nghiên cứu trẻ quan tâm đến các hướng Artificial Intelligence, Large Language Models, Multi-Agent Systems, Knowledge Graphs và Natural Language Processing. Các bạn quan tâm có thể theo dõi Page hoặc liên hệ Lab để tìm hiểu thêm về cơ hội tham gia nghiên cứu.
