Yapay zekâ dünyasında
neler oluyor?
Arama ve kategoriler, en son 200 yayın içinde çalışır. Toplam 327 haber yayımlandı.
“huggingface” için 108 sonuç. Aramayı temizle
GRSE, çoklu dil modeli ajanlarında ortak ödülü sorumlu ajan ve beceriye karşılaştırmalı olarak atayan yeni bir yöntemdir. HotpotQA ve LoCoMo üzerinde test edilen sistem, MASkills'e kıyasla çok adımlı sorularda +6.7 ve +3.2 F1 puanı kazanır. Yöntem, bozuk beceri kütüphanelerinden bile temiz performansı geri kazanarak güvenilirlik gösterir.
ATEST, LLM çıkarımında sabit örnek bütçelerinin GPU yükü ve enerji maliyetini göz ardı ettiğini gösterir. ATEST-Online, çevrimdışı kalibrasyon gerektirmeden canlı GPU koşullarını izleyerek örnek üretimini dinamik olarak durdurur. Bu yaklaşım, enerji bütçesini aşmadan en yüksek doğruluğu korur.
Bu çalışma, robotik planlamada ayrık ve sürekli uzayları birleştiren hibrit formülasyonlarda sembol seçiminin önemini inceler. Çözüm yeterliliği kavramını tanıtarak, planlama problemini basitleştiren sembolleri otomatik olarak türetmek için bir algoritma geliştirir. Simüle ve gerçek robot görevlerinde, bu sembollerin çözüm maliyetini düşürdüğü ve yorumlanabilirliği artırdığı gösterilir.
S-Agent 2.0, genel kodlama ajanlarını komut satırı tabanlı 3D algı araçlarıyla donatarak mekânsal akıl yürütme sorunlarını çözer. Kalıcı sahne hafızası ve düz dil yorumlama prensibiyle, ham verilerin kullanılabilir sonuçlara dönüşmesini sağlar. Bu yaklaşım, mevcut modellerin tek geçişli yanıtlarındaki boşluğu doldurur.
Bu çalışma, video üretimi ile 3D hareketi eş zamanlı olarak üreten yeni bir model sunar. Model, herhangi bir iskelet yapısını destekleyerek video ve 3D hareketi birlikte oluşturur ve kamerayı sahneye kaydeder. Mevcut modellerin yalnızca insan iskeletlerine odaklanmasının aksine, bu yaklaşım robotik ve oyun geliştirme için daha geniş bir uygulama alanı açar. Eğitim verisi olarak yaklaşık 200K çift kullanılmıştır.
TEAL, veri gölü analizinde kodlama ajanlarının her soruda sıfırdan başlama sorununu çözmek için etiketsiz araç evrimi sunar. İki ajan, veri gölü ve yörünge kanıtlarından araç önerir; Worker'ın benimsemesiyle kütüphane güncellenir. Sıkı adım bütçelerinde performans artışı sağlar.
Stanford araştırmacıları, görsel üretim modelleri için dil bilgisi içeren yeni bir kayıp fonksiyonu olan LILIE'yi tanıttı. Bu yöntem, görüntü dil modelleriyle ortak eğitim görerek daha zengin bir eğitim sinyali sağlar. Çalışma, JiT modellerinde piksel bazlı kayıplara göre gFD skorunu 14 puan iyileştirdiğini gösterdi. Kod ve modeller açık kaynak olarak paylaşıldı.
Bu çalışma, çok modlu yeniden sıralamanın metin üretmeden tek bir ileri geçişte tamamlanan bir Sistem Bir kararı olduğunu savunur. Genel bir VLM, sorgu ve adayları durum olarak kullanarak adayları olasılıklara göre sıralayabilir. Bu yöntem, MMEB-V2'de gözetimli küçük modelleri geçebilir ve gecikme farkı sınırlı kalır.
VideoNVIDIA, klinik safra kesesi ameliyatı kayıtlarıyla eğitilen Cosmos3-H-Dreams'ı tanıttı. Bu sistem, robotik cerrahide gerçek zamanlı etkileşimli jeneratif simülasyon sunarak doku deformasyonlarını ve alet hareketlerini dinamik olarak modelliyor. Tek bir GPU üzerinde çalışan model, cerrahi eğitim ve politika geliştirme için yeni bir araştırma zemini oluşturuyor.
Video-Point Model (VPM), çoklu kamera videoları ve dil talimatlarını kullanarak gelecekteki sahneleri ve kalıcı 3D nokta yörüngelerini tahmin eden bir dünya modelidir. VPM-Data ve VP-WorldBench ile desteklenen bu yaklaşım, robotik kontrolde eylem token'ları ekleyerek manipülasyon başarısını artırır.
Bu çalışma, on-policy öz-distilasyonda özel bilginin etkinliğini içerik, kaynak ve model ölçeğine göre değerlendirir. 16 yapılandırma ve üç kıstas üzerinde yapılan testler, bilgi yoğun yörüngelerin daha büyük kazanım sağladığını gösterir. Hata adımı KL kontrastı, eğitim öncesi seçim için faydalı bir metrik olarak öne çıkar.
Matrix-Game 4.0, oyun motoru ile video modelini birleştirerek gerçek zamanlı oynanabilir dünyalar sunar. Hafif bir motor dünya durumunu yönetirken, çok modlu bir ajan oyuncu fikirlerini koda çevirir. Video modeli, düşük poligonlu proxy'leri detaylı görsellere dönüştürür. Sistem, tek bir NVIDIA RTX5090 üzerinde 480p ve 60 FPS oynanabilirlik sağlar.
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.
