Yapay zekâ dünyasında
neler oluyor?
“DPO” için 2 sonuç. Aramayı temizle
LLM-to-Flow Distillation, donmuş bir LLM'i bilimsel üreticiler için adaptif öğretmen olarak kullanarak doğal dil hedeflerini akış tabanlı modellere aktarır. Bu yöntem, açık ödül fonksiyonu gerektirmeden terapötik peptit ve küçük molekül tasarımında yeni bir üretim kontrolü biçimi sunar.
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.
