Yapay zekâ dünyasında
neler oluyor?
“METR” için 29 sonuç. Aramayı temizle
EVOL, öğrenme yolu önerisindeki seyrek ödül ve uzman eksikliği sorunlarını çözmek için simülatör tabanlı evrimsel sentez kullanır. Asimetrik aktör-kritik mimarisi, dağıtım aşamasında simülatör gerektirmeden ileri beslemeli bir politika üretir. Üç veri setinde sekiz taban çizgisini geride bırakır.
VideoNVIDIA NeMo Relay, Hermes Agent ile entegre edilerek ATOF ve ATIF formatlarında ajan izleri üretir. Bu izler, Arize Phoenix üzerinden OpenTelemetry ile görselleştirilir. 108 çalışmalık bir vaka çalışmasında, araç katmanı düzeltmelerinin model performansını ve kaynak tüketimini nasıl etkilediği yapılandırılmış verilerle analiz edilir.
NVIDIA, tabular veriler için açık kaynak Kumo Tabular modelini yayımladı. Yapay verilerle eğitilen model, eğitim gerektirmeden tek ileri geçişte tahmin yapıyor. TabArena ve BeyondArena gibi dört önemli benchmark'ta birinci sırada yer alarak sektör standardını değiştirdi.
Open TTS Leaderboard, açık kaynak ve çok dilli metin-ses (TTS) modellerini ölçeklenebilir bir şekilde değerlendirmek için nesnel metrikler kullanan yeni bir platformdur. Hugging Face Hub'daki 8K'dan fazla TTS modelinin hızla artmasına rağmen, mevcut arena tabanlı liderlik tabloları insan oylamasına bağımlı olduğu için bu hızı yakalayamamaktadır. Bu yeni platform, Qwen3 ASR ile anlama (WER/CER), H200 GPU üzerinde hız (RTFx, TTFA) ve WavLM ile konuşmacı benzerliği (SIM) ölçümleri yaparak değerlendirme süresini haftalardan saatlere indirmektedir. Platform, özellikle açık ağırlıklı modellerin görünürlüğünü artırmayı ve çok dilli performansın İngilizce dışındaki dillere genellenemeyeceği gerçeğini kabul ederek dil bazlı sıralama sunmayı hedeflemektedir.
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.
