Yapay zekâ dünyasında
neler oluyor?
“METR” için 22 sonuç. Aramayı temizle
NVIDIA, Megatron Core içinde trilyon parametreli Nemotron modelleri için birebir deterministik ön eğitim iş akışını ölçekliyor. 2,432 GPU'da determinizm vergisini yaklaşık %2'ye indirerek güvenilir hata tekrarı ve checkpoint devralma sağlıyor. Kernel düzeyinde optimizasyonlar paralellik kaybını en aza indiriyor.
AgentTime, yapay zeka ajanlarının çalışma sürelerini tahmin etme ve kontrol etme yeteneklerini test eden yeni bir benchmark'tır. 222 görevden oluşan bu çalışma, ajanların istenen süre boyunca aktif kalma kapasitesini ölçer. Farklı modeller arasında süre sapmalarında belirgin farklılıklar gözlemlenmiştir.
DepthWorld, robot manipülasyonu için 3D dünya modeli sunar. DROID-3D verisi, stereo derinlik ve faktör grafı ile kalibre edilmiş metrik derinlik sağlar. Model, RGB ve derinliği eşzamanlı tahmin ederek tutarlı 3D uzay oluşturur ve RGB tahmin kalitesini artırır.
SNAP, yeni görünüm sentezinde (NVS) mekansal olarak ifadeci çözücülerin sahne kodlayıcısını zayıflattığını gösteren bir çalışma. Pose-konumlu yerel çözücü ve gizli uzay yeniden yapılandırma hedefiyle, düşük hesaplama bütçesiyle ağır denetimli modellere yaklaşan görünüm değişmezliği sağlıyor.
Bu çalışma, sürekli öğrenen dünya modellerinde bilgi unutulmasının bir hata değil, ortam değişimi gereksinimi olduğunu savunur. Fizik kuralları gibi değişmezleri, ortamla birlikte güncellenmesi gereken geçici bilgilerden ayıran katmanlı bir saklama stratejisi önerir.
Queen, 4B parametreli bir satranç-dil modeli olup sessiz uzman kodlayıcı ile talimat ayarlı dil modelini çapraz dikkat ile birleştirir. İteratif damıtma algoritması sayesinde 2697 Elo'ya ulaşarak büyük modelleri performansla geride bırakır ve hamlelerini açıklayabilir.
EVOL, öğrenme yolu önerisindeki seyrek ödül ve uzman eksikliği sorunlarını çözmek için simülatör tabanlı evrimsel sentez kullanır. Asimetrik aktör-kritik mimarisi, dağıtım aşamasında simülatör gerektirmeden ileri beslemeli bir politika üretir. Üç veri setinde sekiz taban çizgisini geride bırakır.
NVIDIA, tabular veriler için açık kaynak Kumo Tabular modelini yayımladı. Yapay verilerle eğitilen model, eğitim gerektirmeden tek ileri geçişte tahmin yapıyor. TabArena ve BeyondArena gibi dört önemli benchmark'ta birinci sırada yer alarak sektör standardını değiştirdi.
Open TTS Leaderboard, açık kaynak ve çok dilli metin-ses (TTS) modellerini ölçeklenebilir bir şekilde değerlendirmek için nesnel metrikler kullanan yeni bir platformdur. Hugging Face Hub'daki 8K'dan fazla TTS modelinin hızla artmasına rağmen, mevcut arena tabanlı liderlik tabloları insan oylamasına bağımlı olduğu için bu hızı yakalayamamaktadır. Bu yeni platform, Qwen3 ASR ile anlama (WER/CER), H200 GPU üzerinde hız (RTFx, TTFA) ve WavLM ile konuşmacı benzerliği (SIM) ölçümleri yaparak değerlendirme süresini haftalardan saatlere indirmektedir. Platform, özellikle açık ağırlıklı modellerin görünürlüğünü artırmayı ve çok dilli performansın İngilizce dışındaki dillere genellenemeyeceği gerçeğini kabul ederek dil bazlı sıralama sunmayı hedeflemektedir.
Ai2, bilimsel raporlama için tasarlanmış açık ağırlıklı AstaBrief 8B modelini ve eğitim verilerini yayımladı. Qwen3-8B tabanlı model, SFT ve DPO ile eğitilerek tek geçişte alıntılı rapor üretimi sağlıyor. Asta platformunda Fast mode olarak sunulan model, Claude tabanlı Thinking mode'a göre ortalama 51.1 saniyede rapor üreterek yaklaşık 3.5 kat hızlanma gösteriyor. Çalışma, 47K SFT ve 6K DPO örneği kullanırken, verilerin kalite filtrelemesine ve alıntı tutarlılığına odaklanıyor. Model, SQABench-CS2 ve DeepScholarBench gibi metriklerde Claude tabanlı pipeline ile rekabetçi sonuçlar alsa da, değerlendirmeler 2025'teki frontier modellerle sınırlıdır.
Resmî duyuruları, araştırma makalelerini ve açık kaynak projelerinin sürüm notlarını yapay zekâ ile Türkçe özetliyoruz. Her haberde kaynak bağlantılarına, kullanım alanlarına ve açıklanmayan noktalara yer veriyoruz.
Araştırma makalesine, model duyurusuna veya projenin deposuna haberden ulaşabilirsiniz.
Kaynakta açıklanan sonuçları, olası kullanım alanları ve bilinmeyenlerden ayrı sunuyoruz.
Görsel ve videoların kaynağını belirtiyoruz. Konuyu anlatmak için kullanılan illüstrasyonları da işaretliyoruz.
Yeni çalışmalar bulabileceğiniz dizinler ve araştırma laboratuvarları. Bir görsel özet ilginizi çekerse sonuçları özgün makaleden okuyun.
