Anthropic, bağımsız üçüncü taraf değerlendirmelerini güçlendirmek için METR ekibine şirket içi sistemlere ve donanıma erişim sağlayan 'çalışan benzeri' bir statü tanıdı. Şirket, bu modelin yanı sıra SecureBio ve Accenture ile de iş birliği yapıyor. Bu adım, model risklerinin dışarıdan denetlenmesini ve bulguların kamuya açıklanmasını hedefleyen üç aşamalı bir çerçevenin ilk adımıdır.
Vercel, ajanların çalışma dosyalarını çalışma ortamından bağımsız tutan Vercel Drives'ı genel kullanıma açtı. Bu özellik, ajanların farklı runtime'lara geçişte dosya aktarımı yapmadan kaldıkları yerden devam etmesini sağlar. Sürücüler, birden fazla sandbox arasında paylaşılabilir ve fork edilebilir.
Meta, 816B parametreli ve 1M token bağlam penceresine sahip Muse Spark Open modelini yayımladı. NVIDIA GB300 NVL72 üzerinde eğitilen bu MoE mimarisi, agentic kodlama iş akışları için tasarlandı. Model, 42B aktif parametre ile çalışarak yüksek doğruluk ve güvenilir araç çağrısı sunar. NVFP4 optimizasyonu, bellek ayak izini küçültür ve üretim ortamında yüksek verimlilik sağlar.
Bu çalışma, dil modellerinde yetkinlik kazanımının zamanlamasını okuma matrisi dinamikleri üzerinden inceler. Araştırmacılar, gizli durumların çıktıları ifade etmeden önce görev bilgisini kodlayabildiğini ve okuma hızının bu gecikmeyi belirlediğini gösterir.
Vercel, Python desteğini genel kullanıma açtı. Platform, CPython tabanlı çalışma zamanı ve otomatik çerçeve algılama sunarak mevcut Python ekosistemiyle uyumlu çalışır. Geliştiriciler, dilin yerleşik kalıplarını izleyen yeni SDK'larla depolama, kuyruk ve yapay zeka altyapısına doğrudan erişim sağlar.
Vercel, Python backend desteğini genel kullanıma açtı ve konteyner tabanlı işlevlerle özel çalışma zamanlarını desteklemeye başladı. Yeni sunulan Vercel Daemons, arka plan işçilerinin sürekli çalışmasını sağlayarak kuyruk tabanlı iş yüklerini yönetiyor. Bu güncelleme, tam yığın uygulamaların tek platformda dağıtılmasını kolaylaştırıyor.
Transformers v5.20.1 sürümü, Reflection AI'ın kodlama ve ajan odaklı Beam modelini ekler. Ayrıca eski torch sürümlerindeki yükleme hataları ve HunYuan-VL ile DeepGEMM Mega MoE'deki çeşitli hata düzeltmeleri içerir.
Virtual Head Attention, uzun bağlam LLM'lerde KV önbellek boyutu, eğitim maliyeti ve model kalitesi arasındaki dengeyi iki hafif doğrusal işlemle iyileştirir. Yöntem, fiziksel sorgu başlarını yarıya indirirken sanal baş çeşitliliğini korur ve çıkarım sırasında standart GQA-2 mimarisine dönüşerek mevcut optimizasyonları yeniden kullanır.
Gen4P, monoküler videodan 4D geometri ve hareketi kurtarmak için video üreticilerini ileri beslemeli algılayıcıya çeviren bir çerçevedir. Tek kodlayıcı geçişinde temiz gizli değişkenleri işler ve video derinlik LoRA'sı ile geometrik bilgiyi güçlendirir. 3D nokta takibi ve kamera duruşu tahmininde rekabetçi sonuçlar sunar.
Black Forest Labs'ın FLUX.3 Image Klein modeli, Diffusers kütüphanesinde açık kaynak olarak yayımlandı. Model, metinden görüntüye, çoklu referanslı düzenlemeye ve sınır kutusu tabanlı yerleşim kontrolüne destek veriyor. Damıtılmış sürüm, H100 üzerinde 1024x1024 görüntüyü 1.93 saniyede üretiyor. Mimari, Qwen3-VL metin kodlayıcısını ve iki aşamalı dikkat mekanizmasını kullanıyor.
StreamErase, video nesne silme işlemlerindeki yüksek gecikme sorununu çözmek için tasarlanmış bir akışkan üretim modelidir. Tek GPU üzerinde saniyeden az gecikme ve 26 FPS'e kadar hız sunarak gerçek zamanlı etkileşim imkanı sağlar. Model, çift yönlü bir temel modelden tek yönlü bir akışkan silgiye yetenek aktarımı gerçekleştirir. Bu yaklaşım, uzun vadeli video işlemlerinde görsel sadakati korurken işlem maliyetini sabit tutar.
Meta, Muse Spark Open adlı açık ağırlıklı, çok modlu MoE modelini yayınladı. 816B toplam parametre ve 42B aktif parametre ile metin, görüntü, ses ve video girdilerini işler. 1M token bağlam penceresi ve ajanik kodlama odaklı eğitim, uzun görevlerde planlama ve hata düzeltme kapasitesi sunar. BF16 ve NVFP4 checkpoint formatları mevcuttur.
Hugging Face1 dk okuma
13–24 / 49 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.
