Bridged Self-Distillation (BSD), güçlü bir öğretmen modelin akıl yürütme yeteneklerini daha küçük bir öğrenci modele aktarmak için tasarlanmış yeni bir çerçevedir. Yöntem, harici öğretmenin yalnızca metin üreterek akıl yürütme izi sağlaması ve öğrencinin kendi token uzayında koşullu bir kopyasının bu izi kullanarak rollout'ları puanlaması üzerine kuruludur. Bu yaklaşım, ortak tokenizör, çapraz tokenizör ve kapalı API öğretmen senaryolarını tek bir eğitim prosedürü altında birleştirir.
Qwen-Audio-3.1-ASR, önceki sürümün üzerine inşa edilmiş, konuşma tanıma ve konuşmacı ayırma yeteneklerini geliştiren bir ses-dil model ailesidir. 30 dil ve 16 Çince lehçesini destekler. Genel ses anlama, ses olayı algılama ve zamanlama gibi görevleri de kapsar. Farklı dağıtım ihtiyaçlarına yönelik akış ve asenkron işleme varyantları sunar.
Bu çalışma, ajan sistemlerinde tek bir sabit yapıya bağlı kalmak yerine çeşitli çalışma yapılarında eğitim yaparak genelleme sorununu çözen Harness Scaling yöntemini tanıtıyor. Faktöriyel yapı uzayı oluşturularak dengeli bir eğitim alt kümesi seçiliyor. Bu yaklaşım, bilinmeyen beyaz kutu yapılarında tutarlı iyileşme sağlıyor ve dış siyah kutu yapılarına etkili transfer imkanı sunuyor.
Ask-to-Distill, on-policy distillation için sentetik soru sentezleyen bir çerçevedir. Doğru cevap veya ödül sinyali gerektirmeden, öğrenci-öğretmen dağılımsal farkını kullanarak soru değerini optimize eder. Matematik, kod ve ajan görevlerinde gerçek soru bankalarını eşitleyen veya aşan performans gösterir.
HarnessAdapt-RL, kodlama ajanlarını eğitirken politika ile iskeleti birlikte optimize eden yeni bir pekiştirmeli öğrenme çerçevesi sunar. Dondurulmuş öğretmen modelleri, görev bazlı beceriler üretir ve tekrarlayan etkileşim sorunlarını çözmek için araçları evrimleştirir. Bu dinamik uyarlama, sabit iskeletli geleneksel yöntemlere kıyasla daha yüksek başarı oranları elde edilmesini sağlar.
WorldStream, hiyerarşik planlama ve kalıcı durum yönetimiyle sınırsız 3D dünyalar üreten açık uçlu bir modeldir. Sistem, kullanıcı hareketine göre dinamik olarak yeni bölgeler oluşturur ve önceki düzenlemeleri koruyarak tutarlı bir oyun deneyimi sunar.
Araştırma, büyük dil modellerinin kapalı kitap modundaki hatalarının çoğunun eksik bilgi değil, ilk token hatası olduğunu gösteriyor. İlk token ipucu yöntemi, doğru ilk token verildiğinde modelin cevabı tamamladığını ve bunu doğru kabul ettiğini ortaya koyuyor. Bu bulgu, hataların geri kazanılabilir bir sınıf olduğunu ve çıkarım zamanı müdahalelerinin etkili olabileceğini kanıtlıyor.
Self-Credit, uzun soluklu ajan görevlerinde seyrek ödül sorununu çözmek için grup içi yeniden ölçekleme kullanır. Model, kendi ürettiği özetlerle kritik adımları belirler ve başarılı ile başarısız denemeleri karşılaştırarak avantajları yeniden ağırlıklandırır. Bu yaklaşım, BrowseComp-Plus ve GAIA gibi benchmarklarda taban modelleri ve diğer ajan RL yöntemlerini geride bırakır.
Slot-JEPA, JEPA mimarilerindeki yoğun yama temsilcilerinin neden olduğu tekrarlı nesne yapılandırma sorununu çözmek için nesne-temelli bir arayüz sunar. Model, temsilcileri kararlı semantik slotlara ve uzamsal maskelere ayırarak, bu yapıların farklı görevler arasında yeniden kullanılmasını sağlar. Bu yaklaşım, özellikle robotik planlama ve görsel anlama görevlerinde uzamsal ve zamansal tutarlılığı artırır.
Bu çalışma, sohbet modellerinin kullanıcı lehçesine uyumunu post-eğitim aşamalarında inceler. DPO ve SFT gibi yöntemlerin lehçe uyumuna etkisini analiz eder ve CAP adlı yeni bir tercih verisi önerir. CAP, kullanıcı lehçesine uyumu artırırken standart İngilizce kullanıcıları etkilemez.
VideoMaMa++, difüzyon tabanlı video matting'de parça sınırlarındaki tutarsızlığı çözmek için preserve ve refine token'larını kullanır. Bu yaklaşım, uzun videolarda kenar titremesini azaltır ve zamanla tutarlı şeffaflık sağlar. Yöntem, ek eğitim gerektirmeden kayan pencere çıkarımı ile hata birikimini önler ve önceki yöntemlere göre detay doğruluğunu artırır.
NVIDIA Kumo Forecast, önceden eğitilmiş zaman serisi temsilleri ile geçmiş desen arama (DARR) yöntemini birleştiren çok değişkenli bir tahmin modelidir. MOMENT-1-large omurgası üzerine kurulu model, doğrudan tahmin ve bağlam zenginleştirmeli tahmin modlarını destekler. Apache 2.0 lisansı altında açık kaynak olarak sunulur ve yorumlanabilirlik çerçevesi içerir.
Hugging Face1 dk okuma
37–48 / 108 yayın
Nasıl hazırlıyoruz?
Kaynağı belli. Sınırları açık.
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.
Doğrudan kaynak
Araştırma makalesine, model duyurusuna veya projenin deposuna haberden ulaşabilirsiniz.
Bulgular ve yorumlar
Kaynakta açıklanan sonuçları, olası kullanım alanları ve bilinmeyenlerden ayrı sunuyoruz.
Görsellerin kaynağı
Görsel ve videoların kaynağını belirtiyoruz. Konuyu anlatmak için kullanılan illüstrasyonları da işaretliyoruz.
Araştırma kaynakları
Makaleleri kendiniz keşfedin.
Yeni çalışmalar bulabileceğiniz dizinler ve araştırma laboratuvarları. Bir görsel özet ilginizi çekerse sonuçları özgün makaleden okuyun.
