Grid Robotics ekibi, GPT-6 Astra'nın robotikte yeni bir çağ başlattığını savunuyor. Çalışma, temel modellerin kapalı döngüde çevreyi gözlemleyip eyleme dönüştürdüğü ajansik robotik kavramını ele alıyor. Embodied System 2 mimarisi ve fiziksel kısıtlar altında güvenilir otonomiye giden araştırma yol haritası öneriliyor.
Çalışma, çoklu ajan sistemlerindeki güvenlik açıklarını ele alır. Saldırgan ajanların yanıtları manipüle etmesini sağlayan ReMA saldırısını ve buna karşı anlamsal benzerlik tabanlı SecMAS savunma mekanizmasını sunar. SecMAS, mevcut kurallara benzer işlevsellikle saldırıları engeller.
EgoX, insan ve robot gösterimlerini birleştiren egosentrik bir öğrenme çerçevesi sunuyor. MXT+ mimarisi, farklı robot yapıları için ortak bir Transformer gövdesi kullanıyor. Embodiment Dreaming tekniği, gelecekteki durumları tahmin ederek dinamikleri modellemeye yardımcı oluyor. Bu yöntem, dağıtım dışı koşullarda görev performansını önemli ölçüde artırıyor.
Bu çalışma, hibrit karar modeli ile modelin ne zaman açık akıl yürütme yapacağını öğrenmesini sağlar. Donmuş bir omurga üzerinde çalışan hafif bir blok, düşünmenin faydasını tahmin eder. Gereksiz token üretimini önleyerek JevBench'te gecikmeyi ve MiniWoB'te maliyeti önemli ölçüde azaltır.
Neuro-VL, yaklaşık bir milyon rutin klinik nörogörüntüleme çalışması üzerinde eğitilen bir görme-dil modelidir. Model, tam görüntüleme muayenelerini yorumlayıp bulgular hakkında doğal dilde iletişim kurabilir. İç ve uluslararası veri setlerinde, genel amaçlı ve özel tıbbi modellere kıyasla anormallikleri tanımlama, konumlandırma ve kapsamlı radyoloji raporları oluşturma konusunda üstün performans göstermiştir.
Google Research, Antigravity'nin /teamwork çoklu ajan sistemini kullanarak matematik, kimya ve yazılım mühendisliğindeki açık problemleri çözmek için Gemini 4 modellerini kullandı. Sistem, paralel keşif ve bağımsız doğrulama döngüleriyle uzun soluklu görevlerde tutarlılık sağlıyor. Bu araçlar, araştırmacılara karmaşık problemleri otomatikleştirilmiş iş akışlarıyla ele alma imkânı sunuyor.
Çalışma, çok modallı modellerde görsel kodlamanın üç tasarım seçeneğini ayırır. Sıfırdan eğitimli kodlayıcılar, önceden eğitimli olanlarla eşdeğer performans gösterir. Önemli olan, görsel kapasitenin varlığıdır; bu kapasite, füzyondan önce değil, erken katmanlara yerleştirilerek de benzer sonuç verebilir.
Bu çalışma, büyük dil modellerinin ajan görevlerinde pekiştirmeli öğrenme ile eğitilirken, denemeler sırasında edindikleri ince taneli çevresel bilgilerin (örneğin hata kayıtları) atılmaması gerektiğini savunur. Önerilen acerl yöntemi, geçmiş deneyimlerin gelecekteki denemelere aktarılmasını öğrenerek, hem skaler ödül güncellemelerini hem de zengin çevresel bilgiyi birleştirir. Sabit bir iskelet üzerinde test edilen yöntem, tutarlı performans artışı göstermiştir.
NVIDIA, Isaac Sim 6.2 üzerinde UR17G kol ve Robotiq 2F-140 pense ile içecek kutusu taşıma simülasyonu yürüttü. SimReady Central'dan indirilen varlıklar, agent destekli kod ile birleştirilip test edildi. Deney, sabit yörüngeler ve basitleştirilmiş fizik varsayımlarıyla sınırlıdır; gerçek donanım veya değişken yükler için geçerlilik kanıtlanmamıştır.
TTB, decoder-only Large View Synthesis Models için test zamanında pişirme stratejisi sunar. Cross-view attention bilgisini hafif bir MLP'ye aktararak render hızını artırır. Bu yöntem, TTT'nin kalite kaybını telafi ederken 3D geometri yeniden inşası gerektirmeden yeni görüş açılarını üretir.
Bu çalışma, tahmini kodlama (PC) algoritmalarının hesaplama maliyetini azaltmak için doğal gradyan öğrenmesini yanal devrelerle birleştiren Natural PC yöntemini tanıtıyor. Model, Fisher bilgi matrisinin tersini örtük olarak hesaplayarak pahalı matris işlemlerini atlıyor. ImageNet üzerinde test edilen yöntem, geri yayılıma kıyasla çok daha düşük hesaplama ve örnek maliyetiyle benzer performans gösteriyor.
EG-RL, zamanlı grafiklerde bağlantı tahmini için kenar değişimlerini açıkça kodlayan yeni bir güçlendirme öğrenmesi çerçevesidir. Politika tabanlı mekanizma, eleştirmen geri bildirimiyle en bilgilendirici kenar anlık görüntülerini seçerek tahmin performansını artırır. Dinamik grafik veri setlerindeki deneyler, ROC eğrisi altı alanı ve ortalama hassasiyette önemli kazanımlar göstermiştir.
arXiv / cs.AI + cs.CL1 dk okuma
97–108 / 166 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.