Yapay zekâ dünyasında
neler oluyor?
Arama ve kategoriler, en son 200 yayın içinde çalışır. Toplam 211 haber yayımlandı.
“GPT” için 13 sonuç. Aramayı temizle
Bu çalışma, büyük dil modellerinin mantıksal akıl yürütme kapasitesini ölçmek için yetkinlik tabanlı değerlendirme (CBE) paradigmalarını önerir. Mevcut tek doğruluk metriklerinin genelleme kapasitesini yansıtmadığını savunur. Parametrik jeneratörler, karmaşıklığı artırırken gerekli yetkinliği sabit tutar. Altı GPT ve Qwen modeli test edilmiştir.
Bu çalışma, büyük dil modellerinin bilimsel fikir üretirken çeşitliliği artırmak için küme düzeyinde pekiştirmeli öğrenme ile eğitilmesini sunar. 8B parametreli model, kirlenmemiş bir test setinde Claude Opus 4.8 ve GPT-6 Astra'dan daha yüksek yaratıcı fayda skoru elde etti. Dört uzmanla yapılan pilot çalışmada, modelin fikirleri rakip modelle eşdeğer bulundu.
OpenVLHarness, çok modlu büyük dil modelleri için araç kullanımı ve kalıcı görsel bellek sunan bir çerçevedir. Heterojen araç çıktılarını modelin okuyabileceği gözlemlere dönüştürerek 22 test setinde ortalama skorları 9.7-12.6 puan artırır. GPT-6 Luna ile orta çaba seviyesinde rakip sistemlere göre daha düşük token maliyetiyle üstün performans sağlar.
PremiseCheck, insan ve yapay zeka tarafından yazılan hakem değerlendirmelerindeki olgusal hataları tespit etmek için tasarlanmış verimli bir çerçevedir. ReviewFact veri seti, üç farklı alandaki hataları tek bir tanım altında etiketler. Sistem, LLM'lerin makaleyi okuma zorunluluğunu ortadan kaldırarak maliyeti ve gecikmeyi önemli ölçüde azaltır.
SenseNova ekibi, GPT-6-Astra'nın robotik manipülasyon ve navigasyondaki yetkinliğini 12 benchmark ve 8 robot konfigürasyonu üzerinde test etti. Çalışma, modelin vücut yetkinliği eşiğini aştığını ancak pratik vücut zekâsına ulaşmadığını gösteriyor. ICL ve agentic kontrol mekanizmalarının sınırları analiz edildi.
DiscoveryRSI, değerli ve test edilebilir araştırma hipotezlerini keşfetmek için çoklu ajan evrimsel arama ve tekrarlayan öğrenme mekanizmaları kullanan bir çerçevedir. DFM-Bench ile dört yaşam bilimi alanında test edilen sistem, iki tur öz-gelişim sonrası hipotez kalitesini 4.86'dan 5.39'a yükseltmiştir.
Araştırma, iPhone'un Apple'a gönderdiği konum verilerini çözmek için yapay zekayı test etti. Frontier modeller şema hataları yaparken, Claude'un yazdığı Extractor aracı doğrulanabilir sonuçlar üretti. Bu, yapay zekanın araç yapımında güvenilir, analist olarak ise riskli olduğunu gösteriyor.
CameraVLM, kamera hareketini ekran içi akış ve ekran dışı hareketi birleştiren bir temsil ile dil modeli uyumu kullanarak çözer. 9B parametreli model, üç benchmarkta açık kaynak rakipleri ve GPT-6 Astra'yı geride bırakır. 48 katılımlı çalışmada insan izleyicilerle eşdeğer performans gösterir.
AesCode, görsel tasarım kodu üretirken içerik promptuna dayalı kod üretimi ile aynı prompttan üretilen görseli estetik rehber olarak kullanır. Tasarım grafiği üzerinden ayrıştırılabilir özellikler için deterministik doğrulayıcılar, ayrıştırılamayanlar için VLM yargıcı ile ödül üretir. Bu ayrık ödüllendirme, görsel kaliteyi ve doğrulanabilirliği birlikte artırır.
Microsoft Research'ın StudentSim sistemi, anonimleştirilmiş öğrenme kayıtlarından kişiselleştirilmiş öğrenci simülatörleri eğiterek yapay zeka eğitmenlerinin geliştirilmesini hızlandırıyor.
Araştırma, dil modellerinin Wikipedia Game üzerinden bilgi keşif yeteneklerini test etti. Beş dil ve akademik veri setinde modeller, insan ve TF-IDF ile karşılaştırıldı. En iyi modeller insan performansına yaklaştı ancak belirgin üstünlük sağlanamadı.
OpenAI, iç frontier modelinin ürettiği yeni matematiksel sonuçları GitHub üzerinden yayımladı. Institute for Advanced Study danışmanlığıyla hazırlanan bu paylaşımda, Lean formalizasyonları, hesaplama maliyetleri ve modelin akıl yürütme detayları şeffaflık amacıyla açıklandı.
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.
