Yapay zekâ dünyasında
neler oluyor?
Arama ve kategoriler, en son 200 yayın içinde çalışır. Toplam 269 haber yayımlandı.
“Eve” için 38 sonuç. Aramayı temizle
Bu çalışma, LLM tabanlı çoklu ajan sistemlerinde işbirlikçilerin güvenilir olmadığını varsayan bir yaklaşım sunar. UnCoBench adlı yeni bir test seti, ajanların hatalı veya eksik bilgiyle başa çıkma yeteneklerini ölçer. On modelin değerlendirilmesi, güvenilir ortamlardaki performansın, güvenilir olmayan kanıtlara karşı dayanıklılığı garanti etmediğini gösterir.
DeltaStreamer, insanların gözlemleme ve hatırlama biçiminden ilham alan, akışkan video anlama için tasarlanmış yeni bir ajan tabanlı çerçevedir. Değişim farkındalıklı hafıza ve sorgu odaklı planlama ile olay geçişlerini korur. OVO-Bench ve StreamingBench'te sırasıyla 66.07% ve 59.53% skorlar alarak mevcut yöntemlere göre iyileşme göstermiştir.
GTP, çevrim içi karar vermede verimli çıkarım ile uzun ufuklu akıl yürütme arasındaki gerilimi çözmek için difüzyon önceliğinden örneklenen aksiyon dizilerini öğrenilmiş dinamik ve ödül modelleriyle rafine eder. Bu model tabanlı çerçeve, yüksek boyutlu optimizasyon maliyetini azaltırken uzun vadeli bilgi yayılımını destekler.
SwarmRSI, bilimsel ajan sürülerinin kendi deneyimlerinden öğrenerek kendini geliştirmesini sağlayan bir çerçevedir. Ajanlar arası geri bildirim ve bileşen yeniden kullanımı ile hipotezleri iyileştirir. OpenProblems ve NatureBench gibi veri setlerinde en iyi performansı gösterdiği iddia edilmektedir.
arXiv'de yayımlanan bu çalışma, çok modlu yapay zeka ajanlarının karmaşık verilerden sürekli bilgi edinme sorununu ele alıyor. Oluşturma-temsil ve hafıza yönetimi eksenlerinde iki boyutlu bir analiz çerçevesi sunarak, statik, dinamik ve kendini evrimleştiren hafıza politikalarını sınıflandırıyor.
Bu çalışma, LLM eğitiminde bellek verimliliğini artırmak için alt uzay optimizasyonuna kalan düzeltme çerçevesi ekler. SMRC ve PMRC algoritmaları, momentum SGD ve Muon için O(T^{-1/4}) yakınsama hızı sağlar. Çok aşamalı varyantlar, değişen baskın alt uzayı izlemek için tabanları periyodik olarak yeniden hesaplar ve aynı yakınsama sırasını korur.
EventLens, video anlama modellerinin zaman yapısını yeniden kurma yeteneğini geliştirmek için görsel odaklı pekiştirmeli öğrenme kullanır. Model, olay sınırlarını ve ilişkilerini dil kısayolları yerine görsel kanıtlarla öğrenir. Bu yöntem, insan etiketi gerektirmeyen deterministik ödüllerle eğitim sağlar.
WorkRover, uzun süreli işbirliği ajanlarının eğitimini ölçeklendirmek için özyinelemeli çevre evrimi sunan bir çerçevedir. FCR ve VTCA mekanizmaları, görev bağlamı, yürütülebilir görevler ve doğrulayıcılar arasındaki uyumu koruyarak iteratif iyileştirmeyi destekler. Qwen3.5-35B-A3B'nin post-training'i ile elde edilen WorkRover-35B-A3B, çeşitli yataklarda temel modele göre belirgin performans artışı göstermiştir.
GenRevisit, karmaşık kompozisyonlu görüntü üretiminde iteratif düzenleme sürecini iyileştiren yeni bir ajan tabanlı çerçevedir. Mevcut yaklaşımların genellikle en son üretilen görüntüden devam etmesi, kalite düşüşüne yol açabilir. GenRevisit, ajanın geçmişten bir görüntü adayını seçerek düzenlemeye devam etmesine olanak tanır. Bu yöntem, SFT ve ajan takviyeli öğrenme ile eğitilir. GenEval2'de güçlü tabanları geride bırakarak üstün performans gösterir.
Harness^2, LLM ajanlarının çalışma koşullarını otomatik olarak geliştirmek için özyinelemeli bir çerçeve sunar. Doğruluk doğrulayıcıları olmadan görev bazlı iyileştirmeler yapar ve bu deneyimi sürekli gelişen bir yapıya dönüştürür. Üç profesyonel test setinde tek adımlık uygulama, taban modellerde anlamlı performans artışları göstermiştir.
PANINI-DR, derin araştırma süreçlerini yöneten çoklu ajanlı bir çerçevedir. Araştırma durumunu kalıcı bir çalışma alanında tutarak alt soruları ve kanıtları izler. Ayrı bir doğrulama ajanı, bulguları kanıtlarla karşılaştırarak hata yayılımını engeller. Bu yapı, karmaşık sorularda güvenilirliği artırır.
VIS-Ground, izleyici müdahalesi sırasında video üretiminin tutarlı kalmasını sağlayan bağlamsal yerelleştirme çerçevesidir. Heterojen girdileri çalışılabilir kısıt modellerine dönüştürerek, kaynak ve mevcut video durumu arasındaki gizli bağımlılıkları yönetir. Üç farklı video üretim omurgasında test edilmiş olup, en güçlü baz çizgilerine kıyasla ortalama 10.3 puanlık mutlak iyileşme elde etmiştir.
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.
