VinUni ra mắt V-Bench - bộ công cụ đánh giá năng lực tiếng Việt của các mô hình AI
V-Bench được xây dựng trên bộ dữ liệu gồm hơn 40.000 câu hỏi và tác vụ, do Trung tâm Nghiên cứu AI, Trường Đại học VinUni khởi xướng, với sự tham gia cộng tác phi lợi nhuận của hội đồng khoa học gồm 18 chuyên gia người Việt trong lĩnh vực AI đang làm việc trong và ngoài nước.
Ngày 6/7/2026, tại Hà Nội, Trung tâm Nghiên cứu AI, Trường Đại học VinUni đã chính thức giới thiệu V-Bench - bộ công cụ phi lợi nhuận nhằm đánh giá năng lực tiếng Việt của các mô hình ngôn ngữ lớn, phục vụ cộng đồng nghiên cứu, phát triển và ứng dụng AI tại Việt Nam.
Bộ công cụ hướng tới việc cung cấp một hệ tham chiếu khách quan, độc lập, góp phần đánh giá toàn diện hơn khả năng xử lý tiếng Việt của các mô hình ngôn ngữ lớn trong bối cảnh Việt Nam.
Theo nhóm phát triển V-Bench, điểm khác biệt của công cụ này là không chỉ tập trung vào các câu hỏi học thuật, mà còn chú trọng đến những yếu tố đặc thù của tiếng Việt và xã hội Việt Nam như: văn hóa, vùng miền, chủ quyền số, an toàn thông tin và các tình huống ứng dụng thực tiễn.
Bộ dữ liệu được xây dựng theo cả chiều rộng và chiều sâu, bao phủ nhiều lĩnh vực, nhằm phản ánh sát hơn nhu cầu sử dụng AI trong đời sống, giáo dục, y tế cộng đồng và các hoạt động chuyên môn tại Việt Nam.
V-Bench được thiết kế theo 5 nhóm đánh giá chuyên biệt:
Nhóm thứ nhất là văn hóa ngầm định, nhằm đánh giá khả năng của mô hình trong việc hiểu các tầng nghĩa văn hóa ẩn sau ngôn ngữ Việt, bao gồm phong tục, tín ngưỡng, lịch sử và các quy ước xã hội.
Nhóm thứ hai là đa dạng vùng miền, kiểm tra khả năng nhận diện và xử lý phương ngữ, cách xưng hô, văn phong đặc trưng của các vùng miền Bắc - Trung - Nam.
Nhóm thứ ba là an toàn và chủ quyền số, hướng tới việc đánh giá khả năng tuân thủ các nguyên tắc về an toàn thông tin, hạn chế thông tin sai lệch và bảo vệ chủ quyền số của Việt Nam.
Nhóm thứ tư là ứng dụng thực tiễn, tập trung vào hiệu quả của mô hình trong các lĩnh vực như giáo dục, y tế cộng đồng và một số bối cảnh ứng dụng cụ thể.
Nhóm thứ năm là năng lực agentic AI, đánh giá khả năng lập kế hoạch, sử dụng công cụ, truy xuất tăng cường bằng dữ liệu ngoài và thực hiện hành động tự chủ trong môi trường Việt Nam.
Việc xây dựng V-Bench theo các kỹ thuật tương đồng với những nghiên cứu đánh giá mô hình ngôn ngữ lớn trên thế giới cũng giúp bộ công cụ có khả năng tương thích với hệ sinh thái chuẩn (benchmark) quốc tế. Nhờ đó, các nhóm phát triển mô hình AI trong và ngoài nước có thể tham gia đánh giá trên cùng một hệ quy chiếu, đồng thời có thêm dữ liệu tham khảo khi tối ưu mô hình cho tiếng Việt và bối cảnh Việt Nam.
GS. TS. Dương Nguyên Vũ, Phó Hiệu trưởng, Giám đốc Khoa học Trung tâm Nghiên cứu AI, Trường Đại học VinUni cho biết: “Với bộ dữ liệu toàn diện cùng sự góp sức hoàn toàn khách quan, phi lợi nhuận của cộng đồng chuyên gia uy tín người Việt trên toàn cầu, V-Bench mong muốn góp phần định nghĩa lại tiêu chuẩn AI tại Việt Nam và xây dựng một hệ tham chiếu AI cho quốc gia. Kết quả đánh giá của V-Bench sẽ mang tới góc nhìn toàn cảnh, giúp các tổ chức, doanh nghiệp khám phá chiều sâu năng lực của từng mô hình AI, từ đó lựa chọn mô hình tối ưu cho từng bối cảnh sử dụng và nhu cầu thực tế”.
V-Bench hiện được cung cấp miễn phí tại địa chỉ https://vbench.ai/ và đã công bố kết quả tham chiếu của 15 mô hình ngôn ngữ lớn tiêu biểu. Trong thời gian tới, nhóm phát triển dự kiến tiếp tục mở rộng bộ tiêu chí đánh giá theo hướng đa phương thức, bao gồm hình ảnh, âm thanh và video.
Một số nội dung được định hướng bổ sung gồm: nhận diện chữ Nôm, biển hiệu vùng miền, biểu đồ, di sản văn hóa, khả năng hiểu giọng nói ba miền, hiểu ngữ cảnh văn hóa qua video ngắn, cũng như xử lý tài liệu dài tiếng Việt trên 100.000 token như văn bản pháp luật, hợp đồng, sách giáo khoa và tài liệu công báo.
Sự ra đời của V-Bench được kỳ vọng sẽ góp phần thúc đẩy phát triển AI có trách nhiệm tại Việt Nam, hỗ trợ các tổ chức, doanh nghiệp và cộng đồng nghiên cứu có thêm công cụ tham chiếu trong đánh giá, lựa chọn và cải thiện các mô hình AI phục vụ người dùng Việt Nam./.