Trong báo cáo đề xuất chủ trương dự án và đang được các sở, ban ngành TP.HCM thẩm định, Công ty cổ phần Masterise hạ tầng cao tốc Long Thành – Hồ Tràm cho biết đường cao tốc đô thị Hồ Tràm – sân bay Long Thành có tổng chiều dài hơn 42km.
Điểm đầu dự án kết nối vành đai 4 TP.HCM và đường ĐT.991 thuộc phường Tân Thành, điểm cuối nối với ĐT.994 (trục ven biển Vũng Tàu – Bình Châu) thuộc xã Xuyên Mộc.
Về hướng tuyến, từ khu vực giao với vành đai 4 TP.HCM và đường tỉnh 991, tuyến đi thẳng về phía tây, cách hồ Đá Đen khoảng 300m, đồng thời vòng tránh qua khu tái định cư Châu Đức khoảng (Km6+500).
Tuyến sau đó bám theo đường Bình Ba hiện trạng, cách đường Bình Đa khoảng 20m để tận dụng làm đường song hành một bên. Tuyến giao với quốc lộ 56 khoảng Km11+500 tại khu vực dân cư Bình Ba, Châu Đức.
Tiếp đó, tuyến đi đến vòng xoay Bình Giã – Đá Bạc khoảng Km13+500, giao với ĐT.996 (đường Bình Trung – Đá Bạc) tại khoảng Km16. Sau đó đi về phía tây hồ Suối Rao, cách hồ khoảng 1km và giao với đường ĐT997 (đường Xuân Sơn – Đá Bạc) tại Km22.
Tuyến tiếp tục đi thẳng giao với ĐT.998, cách vòng xoay Suối Rao – Phước Tân với ĐT.998 khoảng 1km. Tại khu vực này, tuyến đi về phía nam của hồ Sông Ray quy hoạch.
Ở đoạn cuối, tuyến vòng tránh qua khu dân cư thị trấn Xuyên Mộc tại khoảng Km31- Km34, giao với quốc lộ 55 tại khoảng Km36, sau đó đi qua khu vực rừng bảo tồn thiên nhiên Bình Châu – Phước Bửu. Tuyến tiếp tục đi theo quy hoạch qua khu vực rừng và kết thúc tại điểm giao với ĐT994.
Về quy mô, dự án đầu tư hoàn thiện theo quy hoạch với quy mô 8 làn xe cao tốc, kèm đường song hành hai bên (mỗi bên 2 làn). Riêng đoạn cuối tuyến qua khu vực rừng Bình Châu – Phước Bửu sẽ làm cầu cạn, đi trên cao với quy mô 8 làn xe như quy hoạch. Toàn tuyến sẽ xây dựng 7 nút giao.
Dự án có tổng mức đầu tư sơ bộ khoảng 51.516 tỉ đồng, bao gồm giải phóng mặt bằng 9.155 tỉ đồng, thực hiện theo phương thức đối tác công tư (PPP) – loại hợp đồng BT (xây dựng – chuyển giao).
Theo đề xuất của nhà đầu tư, dự án sẽ khởi công vào quý 3-2026, hoàn thành năm 2029.
Sinh viên Bách khoa đưa luận văn AI lên tạp chí Q1
Từ luận văn tốt nghiệp của sinh viên Trường ĐH Bách khoa (ĐH Quốc gia TP.HCM), một nghiên cứu về kỹ thuật mới giúp AI trả lời câu hỏi trắc nghiệm ổn định hơn được đăng trên tạp chí quốc tế Q1.
Khởi nguồn từ một luận văn tốt nghiệp đại học, công trình nghiên cứu của thầy trò khoa khoa học và kỹ thuật máy tính của trường này đã được công bố trên tạp chí quốc tế hàng đầu về trí tuệ nhân tạo (AI) trong giáo dục sau khi trải qua nhiều vòng phản biện.
Bài báo Enhancing Large Language Model Performance for Automatic Zero-Shot Multiple-Choice Question Answering via Single-Token Logit Prompting của nhóm tác giả từ Việt Nam đã được công bố trên tạp chí Computers and Education: Artificial Intelligence.
Đây là tạp chí mở thuộc Nhà xuất bản Elsevier, hiện xếp hạng Q1, đứng đầu lĩnh vực giáo dục (Education), hạng 4 trong lĩnh vực khoa học máy tính ứng dụng (Computer Science Applications) và hạng 5 lĩnh vực trí tuệ nhân tạo (AI- Artificial Intelligence), theo SCImago.
Nhóm tác giả gồm Đặng Phú Quốc - cựu sinh viên Trường ĐH Bách khoa (đồng tác giả chính), Trần Trương Tuấn Phát - giảng viên Trường ĐH Bách khoa (đồng tác giả chính), TS Vũ Đức Lý (giảng viên Trường ĐH Quốc tế Miền Đông), Nguyễn Song Thiên Long và Võ Thị Như Quỳnh cùng là sinh viên năm thứ ba Trường ĐH Bách khoa, được PGS.TS Quản Thành Thơ - Trưởng khoa khoa học và kỹ thuật máy tính Trường ĐH Bách khoa (ĐH Quốc gia TP.HCM) hướng dẫn.
Công trình tập trung vào đề xuất kỹ thuật viết lời nhắc (prompting) mới mang tên Single-Token Logit (STL) nhằm nâng cao độ chính xác và tính ổn định của các mô hình ngôn ngữ lớn (LLM) khi tự động trả lời câu hỏi trắc nghiệm (MCQ). Tác giả Đặng Phú Quốc cho biết nghiên cứu xuất phát từ luận văn tốt nghiệp đại học của anh.
"Ban đầu mình chỉ đặt mục tiêu giải quyết tốt một bài toán chuyên môn về mô hình ngôn ngữ lớn, chứ không kỳ vọng sẽ được công bố trên tạp chí thứ hạng cao. Sau khoảng 28 tháng kể từ khi bắt tay nghiên cứu, đến tháng 3-2026 công trình đã được đăng trên tạp chí Computers and Education: Artificial Intelligence", anh Quốc chia sẻ.
Thông tin thêm, anh Trần Trương Tuấn Phát cho hay nhóm đã trải qua nhiều vòng phản biện kín hai chiều. Mỗi vòng đều yêu cầu những cải tiến đáng kể như bổ sung thí nghiệm, làm rõ cách diễn giải, củng cố định hướng nghiên cứu và tái cấu trúc bản thảo.
Việc lựa chọn nơi nộp bài được nhóm thực hiện theo gợi ý của Nhà xuất bản Elsevier. Chỉ sau khi được chấp nhận, nhóm mới có thông tin đây là tạp chí đứng đầu thế giới trong lĩnh vực giáo dục (Education). "Đó là kết quả đặc biệt mà chính nhóm tác giả cũng không ngờ tới", PGS.TS Quản Thành Thơ nói thêm.
Từ thực tế nghiên cứu, nhóm nhận thấy hiện tượng gọi là giới hạn Multiple-Choice Symbol Binding (MCSB) làm giảm đáng kể độ tin cậy của LLM, nhất là khi ứng dụng vào chấm bài hay xây dựng ngân hàng câu hỏi của lĩnh vực giáo dục. Vì thế, nhóm đề xuất kỹ thuật Single-Token Logit (STL).
Thay vì đưa toàn bộ đáp án và yêu cầu mô hình chọn A - B - C - D như thông thường, STL tách từng đáp án riêng biệt và yêu cầu mô hình đánh giá theo dạng đúng - sai cho từng lựa chọn.
Hệ thống lần lượt hỏi "Đáp án này có đúng không?" và sử dụng xác suất của token "yes" để đánh giá mức độ phù hợp. "Cơ chế này giúp mô hình xác minh từng lựa chọn một cách độc lập, không bị chi phối bởi vị trí hay nhãn đáp án, khắc phục trực tiếp hạn chế của giới hạn MCSB", anh Phát nói về ưu điểm của nghiên cứu.
Nghiên cứu còn tích hợp kỹ thuật Retrieval-Augmented Generation (RAG) cho phép mô hình truy xuất kiến thức bên ngoài khi cần, giúp tăng độ chính xác theo ngữ cảnh cũng như kiểm tra độ ổn định của giải pháp trong các điều kiện khác nhau.
Khi thử nghiệm trên ba bộ dữ liệu khoa học chuẩn gồm ARC, OpenBookQA và SciQ, STL cho kết quả ngang bằng hoặc vượt trội so với nhiều phương pháp phổ biến với mức cải thiện lên tới 11 điểm phần trăm trong một số cấu hình, đồng thời giảm đáng kể chi phí tính toán.
Về tiềm năng ứng dụng, kỹ thuật STL có thể hỗ trợ giáo viên rà soát đề thi, tự động gợi ý đáp án cho câu hỏi chưa có lời giải, hỗ trợ chấm bài và phát triển các hệ thống học tập thông minh có khả năng giải thích kết quả đánh giá.
Theo PGS.TS Quản Thành Thơ, công bố không chỉ đóng góp xuất sắc về mặt giá trị học thuật đối với các nghiên cứu trong lĩnh vực LLM mà còn cho thấy việc nâng cao độ tin cậy của AI không nhất thiết phải đến từ mô hình lớn hơn hay kiến trúc phức tạp. "Đôi khi chỉ một thay đổi nhỏ trong cách thiết kế lời nhắc (prompt) cũng có thể tạo ra khác biệt lớn trong ứng dụng thực tế", ông Thơ nhận định.
Tin Gốc: https://tuoitre.vn/sinh-vien-bach-khoa-dua-luan-van-ai-len-tap-chi-q1-20260412080023156.htm
Xe buýt miễn phí, cần thêm giải pháp đi kèm nào?
Báo Tuổi Trẻ giới thiệu ý kiến các nhà quản lý và các chuyên gia về giải pháp để làm sao xe buýt trở thành phương tiện chủ yếu của người dân.
* PGS.TS Vũ Anh Tuấn (Giám đốc Trung tâm Nghiên cứu giao thông vận tải Việt Đức, Trường ĐH Việt Đức):
Chính sách miễn vé xe buýt có thể tạo ra "cú hích" ban đầu, giúp người dân tiếp cận và trải nghiệm giao thông công cộng. Tuy nhiên, điều cốt lõi vẫn nằm ở chất lượng dịch vụ, việc đi lại thuận tiện và khả năng đáp ứng của hệ thống.
Khi người dân đã bắt đầu chuyển sang thử nghiệm xe buýt sẽ là thời điểm cần tận dụng để nâng cấp toàn diện mạng lưới. Việc mở rộng tuyến, tăng số lượng phương tiện và cải thiện chất lượng phục vụ là những yếu tố then chốt để giữ chân hành khách trong trung và dài hạn. Trước khi mở rộng địa giới, TP.HCM có khoảng 300 xe buýt trên mỗi 1 triệu dân. Mức này thấp hơn nhiều so với các đô thị lớn trong khu vực như Bangkok (Thái Lan) hay Jakarta (Indonesia), nơi thường duy trì khoảng 900 - 1.000 xe/1 triệu dân để có thể đáp ứng khoảng 20 - 30% nhu cầu đi lại hằng ngày. Để đạt được tỉ lệ này ngoài việc đủ số lượng phương tiện còn phải bảo đảm mạng lưới tuyến, mật độ điểm dừng, nhà chờ được phân bố hợp lý, tránh tình trạng "vùng trắng" xe buýt.
Đồng thời, Nhà nước cần ưu tiên đẩy mạnh ứng dụng công nghệ, xây dựng hệ thống vé điện tử và một nền tảng dùng chung để người dân có thể tra cứu hành trình, thời gian xe đến, thanh toán và đặt chỗ. Đây là nền tảng quan trọng để phát triển mô hình giao thông thông minh, kết nối đồng bộ giữa xe buýt, metro, xe đạp công cộng và các loại hình vận tải khác.
Trước mắt, TP.HCM chưa nên miễn phí đại trà mà cần thí điểm có kiểm soát, ưu tiên các tuyến còn dư năng lực hoặc đóng vai trò kết nối với metro. Cũng có thể áp dụng miễn phí có điều kiện theo nhóm đối tượng hoặc khung giờ để phân bổ lại nhu cầu, giảm áp lực vào giờ cao điểm.
Song song đó, Nhà nước cũng cần tái cấu trúc mạng lưới xe buýt theo hướng hình thành các tuyến trục, tuyến liên vùng, kết hợp làn ưu tiên cho xe buýt tại các tuyến đường có nhu cầu lớn. Cải thiện khả năng tiếp cận như hạ tầng đi bộ, các bãi đỗ "park and ride" (nơi người dân gửi xe cá nhân rồi chuyển sang đi xe buýt, metro - PV), hay kết nối xe đạp.
* Chị Nguyễn Thị Ngọc Tú (TP.HCM):
Để thu hút người dân đi xe buýt thì cần có nhiều cải thiện bên cạnh việc miễn phí. Xe buýt cần sạch sẽ, có nhiều tuyến hơn để người dân có thể đi bộ một khoảng ngắn là có thể đón được xe. Bên cạnh đó, người dân chỉ thực sự "mặn mà" với xe buýt khi hành trình đi bộ đến trạm xe buýt được an toàn và thoải mái.
Ngoài việc cải thiện hạ tầng, tôi mong có một ứng dụng theo dõi hành trình của xe buýt theo thời gian thực. Nếu có một ứng dụng thông minh hiển thị chính xác vị trí xe và thời gian cập bến dự kiến thì người dân sẽ chủ động được kế hoạch khi chọn xe buýt.
* Ông Bùi Hòa An (Phó giám đốc Sở Xây dựng TP.HCM):
Sở Xây dựng TP.HCM nghiên cứu để nâng cao chất lượng phục vụ của xe buýt, phát triển ứng dụng theo dõi xe buýt, và khả năng làm làn đường riêng để đảm bảo xe chạy nhanh, đúng giờ và người dân theo dõi được hành trình, chủ động thời gian khi đi xe buýt.
Các xe đều có gắn camera theo dõi. Với ứng dụng theo dõi xe buýt, sở đang phát triển tính năng hiển thị vị trí, thời gian thực của xe buýt trên bản đồ để người dân tiện theo dõi, dự kiến sẽ hoàn thành trong ba tháng nữa. Sở cũng đã xin phép và đang tích hợp ứng dụng này lên nền tảng VNeID để tăng tính tiện dụng.
Về làn đường riêng để xe buýt đi nhanh, đến trạm đúng giờ, Sở Xây dựng có nghiên cứu nhưng chưa thể thực hiện bởi khu vực trung tâm có mật độ giao thông cao. Nếu chính sách miễn phí xe buýt hiệu quả, giảm phương tiện cá nhân thì mới có cơ sở thực hiện việc này. Sở cũng đã có kế hoạch tái cơ cấu lại mạng lưới, bố trí thêm các tuyến đan xen để rút ngắn thời gian chờ giữa các chuyến (hiện đang ở mức 8 - 15 phút tùy tuyến).
* Ông Nguyễn Minh Tuấn (Phó giám đốc Trung tâm Quản lý và Điều hành giao thông Hà Nội):
Xe buýt hiện vẫn chưa thực sự thu hút được người dân. Nguyên nhân đầu tiên là thói quen đi lại của người dân, họ muốn đi xe cá nhân đến tận cửa nhà. Bên cạnh đó, hạ tầng dành riêng cho xe buýt còn thiếu, phần lớn xe buýt vẫn phải đi chung với các phương tiện khác, làm giảm khả năng lưu thông và hiệu quả vận hành.
Xe đi chậm và thời gian không ổn định cũng khiến người dân không ưu tiên chọn xe buýt. Hiện vận tốc trung bình của các tuyến xe buýt nội đô Hà Nội chỉ đạt khoảng 14 - 15km/h. Để xe buýt đi nhanh và đúng giờ, Nhà nước cần có những giải pháp hạ tầng đột phá như thiết lập các "luồng xanh" và làn đường dành riêng cho xe buýt.
* Tiến sĩ Nguyễn Xuân Thủy (nguyên Giám đốc Nhà xuất bản Giao Thông Vận Tải):
Hà Nội và TP.HCM đã có hàng ngàn xe buýt và đang tiếp tục bổ sung các tuyến để tiếp cận tất cả các khu dân cư. Đây là "hướng đi đúng" nhưng nhìn vào đến nay vẫn chưa đảm bảo chất lượng, chưa đảm bảo các điều kiện để người dân "mặn mà" với xe buýt.
Để người dân thật sự lựa chọn xe buýt là phương tiện ưu tiên, cần đảm bảo 5 tiêu chí: xe buýt phải đi đúng giờ hơn, đi lại phải nhanh hơn, phương tiện chất lượng tốt hơn, thái độ phục vụ của nhân viên phải chu đáo, tận tình hơn và cuối cùng là giá cả phải hợp lý hơn. Thực tế thì các tuyến xe buýt nhanh ở Hà Nội chưa hiệu quả vì thực tế cũng không nhanh hơn bình thường là bao.
Ở một số nước, xe buýt chỉ sai số thời gian trong khoảng ± 3 phút. Tại các trạm xe buýt gần như đều có đồng hồ báo giờ, mấy phút nữa thì xe buýt tới, để người dân biết, chờ đợi, từ đó sẽ ràng buộc người lái xe phải đến đúng giờ so với quy định, chỉ sai sót trong vòng 5 phút đổ lại.
* Ông Minh Khuê (phường Đức Nhuận, TP.HCM):
Tuần trước, tôi có cuộc hẹn ở đường Nguyễn Cửu Vân (quận Bình Thạnh cũ, thuộc TP.HCM) lúc 14h. Nếu tôi đi xe máy thì chừng 20 phút đến nơi nhưng lần này, tôi quyết định ngồi xe buýt. Sau khi nghiên cứu kỹ "đường đi nước bước" trên App GoMo (trước đây là Busmap), tôi chọn đón xe ở "trạm Tháp nước" (đường Hồ Văn Huê) tới đường Nguyễn Cửu Vân.
13h20 đón xe ở trạm Tháp nước. Một lúc sau, xe số 3 (Thạnh Xuân - Bến Thành) dừng tại trạm. Cảm giác đầu tiên của tôi là xe đến khá đúng giờ. Bước lên xe, sàn sạch sẽ, máy lạnh mát rượi. Xuống trạm công viên Lê Văn Tám lúc 13h40, tôi chờ xe số 10 (bến xe miền Tây - Đại học Quốc gia) để đi Nguyễn Cửu Vân. App báo xe số 10 khoảng 3 phút nhưng 10 phút cũng chưa thấy xe tới. Đến 13h50, tôi đành đặt xe ôm công nghệ để đi và tới điểm hẹn trễ 5 phút.
Tôi đã có ý định chuyển qua đi xe buýt. Tôi cũng đã tra cứu đường để đưa con đi học ở trung tâm thành phố, đi Nhà thiếu nhi thành phố bằng xe buýt. Và "mong ước" đầu tiên của tôi là xe buýt phải đúng giờ.
Tin Gốc: https://tuoitre.vn/xe-buyt-mien-phi-can-them-giai-phap-di-kem-nao-20260412074954599.htm
