Ana içeriğe geç
Yapay zekâ ve teknolojiSon yayın

blue'og

Yapay zekâ dünyasında
neler oluyor?

Araştırmalar, yeni modeller ve açık kaynak projeleri hakkında haberler ve kullanım notları.
Aramanızla eşleşen haberler

Arama sonuçları.

24 haber

Arama ve kategoriler, en son 200 yayın içinde çalışır. Toplam 720 haber yayımlandı.

“LLM” için 24 sonuç. Aramayı temizle

Bulut ve doğrulama işaretini çevreleyen güvenlik katmanlarının illüstrasyonuVideo

Yazılım Güvenlik Açıklarında LLM Yeteneklerinin Evrimini Değerlendiren Çerçeve

Bu çalışma, yazılım güvenlik açıklarını bulma ve yama uygulama süreçlerinde büyük dil modellerinin (LLM) evrimini değerlendiren bir çerçeve sunar. Araştırmacılar, otonomi seviyelerini sürüş otomasyonu ölçeğine benzeterek bu yetenekleri standartlaştırır. 2026 verileri, açıklanan kritik hataların sayısında ve on yıldır var olan bug'ların tespitinde artış gösterirken, raporlamadan düzeltmeye geçen sürelerde belirgin bir değişim gözlenmemiştir.

Screenshot of a three-panel interface for the Personal Imitation Game. Panel 1: Round Details screen visible to all participants showing the round topic, the viewer's role and chat alias, a goal reminder, and a roster listing player display names with roles. A scenario prompt explains the mission. A Ready to Begin button advances to the chat. Panel 2: live chat during gameplay with a round title,

Kişisel Taklit Oyunu: Yapay zeka bireyleri taklit edebilir mi?

Araştırmacılar, büyük dil modellerinin belirli bir bireyin dijital kimliğini ne kadar iyi taklit edebildiğini ölçmek için Kişisel Taklit Oyunu'nu öneriyor. On yıllık kişisel veriyle eğitilen sistem, 20 kişilik bir testte yazarın arkadaşlarından daha sık seçildi. Ancak küçük örneklem nedeniyle bu fark istatistiksel olarak anlamlı bulunmadı. Çalışma, kimlik ve mahremiyet açısından yeni sorular ortaya koyuyor.

180B Parameters, 32GB of RAM: Pushing MoE Inference to the Limit with Transformers

Transformers ile 32 GB RAM'de 180B MoE çıkarımı

Tarek Ziadé, 180B parametreli MoE modellerini 32 GB RAM'li Mac'te Transformers kütüphanesiyle çalıştırmak için uzman akışlama mimarisi geliştirdi. Diskten okunan uzmanlar sınırlı bir önbellek havuzunda tutularak grouped_mm çekirdeğiyle işleniyor. Bu yöntem, Strata'nın performansına yaklaşarak yerel MoE çıkarımında bellek darboğazlarını aşmanın yeni bir yolunu gösteriyor.

Yapay zekâ araştırmasını anlatan kaynak belgeleri ve inceleme merceği illüstrasyonu

Japonca klinik NER'de BERT ve açık ağırlıklı LLM karşılaştırması

Bu çalışma, Japonca klinik metinlerde ad varlığı tanıma (NER) için BERT tabanlı modelleri ve açık ağırlıklı LLM'leri karşılaştırıyor. 13B parametreden büyük LLM'ler, ince ayar ve yeterli çıktı token sınırıyla BERT'i geride bırakırken, sıfır atış performansları düşük kaldı.

Bir görevin araçlar ve insan kontrolü arasında ilerlemesini anlatan editoryal illüstrasyon

LLM ajanları kendi kendini iyileştirmeyi nasıl öğreniyor?

arXiv'de yayımlanan çalışma, büyük dil modeli ajanlarının dışarıdan dayatılmış bir döngü olmadan kendi kendini iyileştirme algoritmalarını nasıl oluşturduğunu inceli. Oyun ortamında test edilen dondurulmuş bir LLM ajanı, temel kaynaklarla kendi öğrenme stratejisini geliştirir. Bu stratejiler klasik bilişsel çerçevelerle uyumludur ve farklı oyun mekaniklerine aktarılabilir.

Bulut ve doğrulama işaretini çevreleyen güvenlik katmanlarının illüstrasyonu

Eğitim LLM'leri için tamamlayıcı güvenlik çerçevesi EGS

Eğitim amaçlı büyük dil modellerinde güvenlik, yalnızca içerik engellemeyle sınırlı kalmamalıdır. EGS, öğrenci sorgularındaki belirsizlikleri yönetmek için sorgu moderasyonu, senaryo farkındalıklı pedagojik yönlendirme ve çıktı denetimi içeren model-agnostik bir çerçeve sunar. Bu yaklaşım, ikili reddetme mekanizmalarının ötesine geçerek bağlamsal rehberlik sağlar.

Two pie charts of per-layer prefill time at 128K tokens. Dense attention: attention 91%. Sparse attention: indexer and Top-k 47%, core attention 24%, FFN 25%.

Uzun bağlam çıkarımı için seyrek dikkat eş tasarımı

Bu çalışma, uzun bağlam çıkarımında seyrek dikkat mekanizmasının NVIDIA GPU'larında verimli çalışması için donanım-donanım eş tasarımını inceler. İndeksleyici, Top-k ve ana dikkat aşamalarının maliyet dağılımını analiz eder. FP16 epilog, blok bazlı seçim ve entegre çekirdekler gibi pratik kılavuzlar sunar. 128K token'da dikkat katman maliyetini azaltmak için kritik tasarım parametrelerini belirler.

Bir görevin araçlar ve insan kontrolü arasında ilerlemesini anlatan editoryal illüstrasyon

Çoklu ajan LLM'lerde koordinasyon ve hesaplama kaynaklarının ayrıştırılması

Çalışma, çoklu ajan dil modellerinin tek geçişli temellerle karşılaştırılmasında koordinasyon, örnek çoğulluğu ve çıkarım hesaplama kaynaklarının karıştığını gösterir. Dokuz ampirik değerlendirmenin sentezinde, örnek sayısı eşitlendiğinde çoklu ajan sistemlerinin doğruluğu ortalama -0.042 olarak ölçülmüştür. İletişimin faydası, ajanların aynı kanıtları paylaşması durumunda ortadan kalkar; pozitif sonuçlar için kanıt bölünmesi veya hata çeşitliliği gereklidir.

Farklı deney koşullarını ortak bir değerlendirme çerçevesinde karşılaştırmayı anlatan illüstrasyon; kaynak sonuç grafiği değildir

OutfitterBench: LLM Ajanlarında Uzun Vadeli Kaynak Tahsisi Değerlendirmesi

OutfitterBench, LLM ajanlarının 200 gün boyunca 46 ürünlük bir kiralama işini yönetmesini test eder. Sabit sermaye sınırı altında ajanlar, belirsiz talep ve rezervasyonlar arasında kaynak tahsisi yapar. Yedi sınır LLM'den çoğu, basit kural tabanlı bir çizgiyi geçemedi; yalnızca lider ajan tutarlı üstünlük sağladı.

LLM Ajan İş Yüklerinde Toplu İşlem Süresini Azaltma — kaynak görseli

LLM Ajan İş Yüklerinde Toplu İşlem Süresini Azaltma

Bu çalışma, LLM ajan iş yüklerinde toplu işlem süresini azaltmak için çıkarım ve çevre koordinasyonunu birleştirir. Hibrit modellerde kaynak ataması ve CAAS sıralaması, 10.4% ile 65.0% arasında süre tasarrufu sağlar.

Farklı deney koşullarını ortak bir değerlendirme çerçevesinde karşılaştırmayı anlatan illüstrasyon; kaynak sonuç grafiği değildir

Ajanlar kullanıcıdır: Yazılımınız için değerlendirme gereklidir

Vercel, ajanların yazılımı kullanırken karşılaştıkları başarıyı ölçmek için uçtan uca değerlendirme (eval) metodolojisini açıklıyor. Ajanlar, keşiften başarıya uzanan huni içinde insanlarla aynı adımları izler. Bu makale, LLM çıktılarındaki değişkenlik nedeniyle tekil testlerin yetersiz kaldığını vurguluyor ve tekrarlanabilir, puanlanan görev setleri öneriyor.

1–12 / 24 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.

E-posta bülteni

bluedev'den haber alın.

Teknik yazılarımız ve ürün haberleri için e-posta listesine katılın.

bluedev Asistanı

Ürünleri ve çalışmalarımızı keşfedin.

Neyi çözmek istersiniz?

İhtiyacınızı yazın; ilgili ürünleri ve çalışmalarımızı kaynaklarıyla birlikte inceleyelim.

Yanıtlar kaynak kataloğundan hazırlanır. Yapay zekâ desteği yalnız izninizle kullanılır.

Diğer görevler ve ayarlar

İki ürünü karşılaştırabilir veya fikrinizi iletişim formuna aktarabileceğiniz bir ihtiyaç özetine dönüştürebilirsiniz.

Kaynak kataloğu

AI desteği şu anda kullanılamıyor. Doğrulanmış projeleri keşfedebilir ve proje özeti hazırlayabilirsiniz.

Bu site görüşmenizi kalıcı olarak saklamaz.Gizlilik