COMPASS, önceden eğitilmiş modellerin hizalanması veya birleştirilmesi öncesinde uyumlarını tahmin eden teorik bir tanı araçtır. Yöntem, temsil yakınsamasının yerel komşuluk seviyesinde en sağlam olduğunu gözlemleyerek model çiftlerini iki eksende değerlendirir: çift özgü kolaylık ve paradigma seviyesi tavanı. Bu yaklaşım, pahalı deneysel aramayı ortadan kaldırarak hangi model çiftlerinin önceliklendirilmesi gerektiğini belirler.
Çok modlu büyük dil modellerinde projeksiyon eğitim aşamasının rolü yeniden değerlendirildi. Araştırma, bu aşamanın yalnızca kaba bir hizalama yaptığını ve farklı veri kümelerinde eğitilen projeksiyonların doğrusal olarak iç içe geçirilebildiğini gösteriyor. PORTAL yöntemi, eşleşmiş veri veya gradyan optimizasyonu gerektirmeden bu aşamayı tamamen atlayarak standart boru hattına yakın performans elde ediyor.
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.
OmniVerifier-C1, ikili doğrulayıcıların ötesine geçerek karmaşık çok modlu senaryolarda ince taneli puanlama sağlayan bir sistemdir. Ayrık RL stratejisiyle eğitilen bu doğrulayıcı, dış alan görevlerinde genelleme yeteneğini artırır ve yapılandırılmış dünya modelleme için temel oluşturur.
ProbabilityBench, gerçek verilerde tek etiket sorunu nedeniyle ölçülemeyen model belirsizliğini, tam olarak bilinen sınıf olasılıklarıyla test etmeye olanak tanır. Üç simüle alan ve 16 model üzerinde kalibrasyon ve Bayes hata tahminlerini ölçer.
Waypoint-OPD, pekiştirmeli öğrenme sonrası oluşan politika kaymasını aktarırken, erken ve geç kaymalar arasındaki tutarlılığı ölçerek seçici bir filtreleme uygular. Bu yaklaşım, çelişkili sinyalleri bastırarak öğrenci modellerin matematik ve kod akıl yürütme performansını, uç nokta bazlı yöntemlere göre daha istikrarlı bir şekilde artırır.
FreeSolo, uzun bağlam bilgilerini saklamak için sabit boyutlu durum kullanan doğrusal zaman sıralı modellerin sınırlamalarını aşmayı hedefleyen bir seyrek dikkat mekanizmasıdır. Kısa menzilli kayan pencere ve uzun menzilli anahtar nokta seçimi içeren bu yapı, devam ön eğitimi maliyetini azaltarak sıfır atış uzunluk genellemesi sağlar. FS-L ve FS-B varyantları farklı hesaplama maliyetleri sunar.
Bu çalışma, insan benzeri robot kontrol ağlarının ağırlık dağılımını doğrudan modellemek için gizli difüzyon çerçevesi kullanır. Lineer otoenkoder ve Difüzyon Dönüştürücü ile Unitree G1 robotu için çalışan ağlar üretilir. İlk katman ağırlıklarında robotun kinematik önceliğini yansıtan yapısal bir ilke keşfedilmiştir.
Bu çalışma, dil ajanlarının eğitimindeki uzun ufuklu yuvarlanma maliyetini azaltmak için eylem ve tahminin birlikte evrimleşmesini önerir. Yeni yöntem, ara adımlardaki denetimi kullanarak GRPO ve ECHO gibi baz çizgilerden daha yüksek örnek verimliliği elde eder.
SMD, az adımlı difüzyon distilasyonunu basitleştirerek 4-NFE üretimde güçlü performans sunar. Pivot mekanizması, öğretmen hız değişkenliğini yerel düzeltmelerden ayırarak istenmeyen modlardan kaçınmayı sağlar. Çerçeve, 33 milyar parametreye ölçeklenir ve dağıtılan üreteci değiştirmez.
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.
Bu çalışma, LLM tabanlı çoklu ajan sistemlerinde işbirlikçilerin güvenilir olmadığını varsayan bir yaklaşım sunar. UnCoBench adlı yeni bir test seti, ajanların hatalı veya eksik bilgiyle başa çıkma yeteneklerini ölçer. On modelin değerlendirilmesi, güvenilir ortamlardaki performansın, güvenilir olmayan kanıtlara karşı dayanıklılığı garanti etmediğini gösterir.
arXiv1 dk okuma
25–36 / 158 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.
