Yapay zekâ dünyasında
neler oluyor?
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.
DeltaStreamer, insanların gözlemleme ve hatırlama biçiminden ilham alan, akışkan video anlama için tasarlanmış yeni bir ajan tabanlı çerçevedir. Değişim farkındalıklı hafıza ve sorgu odaklı planlama ile olay geçişlerini korur. OVO-Bench ve StreamingBench'te sırasıyla 66.07% ve 59.53% skorlar alarak mevcut yöntemlere göre iyileşme göstermiştir.
Monoküler dünya uzayı insan kurtarma yöntemleri mevcut benchmarklarda başarılı görünse de hızlı kamera hareketinde zayıf kalır. Araştırmacılar, bu sorunu teşhis etmek için K-Pop stres testini sunar. Kamera ve insan tahminleri kendi içinde tutarlı olsa da, ölçek uyumsuzluğu dünya uzayında sapmaya yol açar. Kapalı form bir düzeltme önerisi, bu sapmayı yeniden eğitim gerektirmeden giderir.
Euler, matematiksel keşif süreçlerini insan odaklı hale getirmek için tasarlanmış çoklu ajan sistemidir. Araştırma adımlarını, varsayımları ve kanıt bağımlılıklarını yapılandırılmış grafikler içinde saklayarak araştırmacıların sonuçların nasıl elde edildiğini izlemesini sağlar. Bu yaklaşım, uzun süreli araştırmalarda bağlam bütünlüğünü korur ve ajanlar arası iş birliğini destekler.
OpenAI, Öğretmenler Günü'nde ChatGPT'ye entegre edilen Study Mode özelliğini ve OpenAI Academy'deki AI for Educators kursunun Brezilya Portekizcesi'nde yayımlandığını duyurdu. Study Mode, öğrencilerin konuları adım adım keşfetmesini sağlayan soru-yanıt mekanizmasıyla aktif öğrenmeyi hedefler. Kurs ise eğitimcilerin yapay zekâyı ders planlamada kullanmasını destekler.
GTP, çevrim içi karar vermede verimli çıkarım ile uzun ufuklu akıl yürütme arasındaki gerilimi çözmek için difüzyon önceliğinden örneklenen aksiyon dizilerini öğrenilmiş dinamik ve ödül modelleriyle rafine eder. Bu model tabanlı çerçeve, yüksek boyutlu optimizasyon maliyetini azaltırken uzun vadeli bilgi yayılımını destekler.
Bu çalışma, büyük dil modellerinin (LLM) statik metin yerine gerçek fiziksel ortamlarda nasıl davrandığını ölçen yeni bir benchmark sunar. Model, robotik kollar ve sensörlerle etkileşime girerek kapalı döngü kararlar alır. Araştırma, LLM'lerin fiziksel dünyada eyleme geçme yeteneklerini ve sınırlarını sistematik olarak analiz eder.
LLM-to-Flow Distillation, donmuş bir LLM'i bilimsel üreticiler için adaptif öğretmen olarak kullanarak doğal dil hedeflerini akış tabanlı modellere aktarır. Bu yöntem, açık ödül fonksiyonu gerektirmeden terapötik peptit ve küçük molekül tasarımında yeni bir üretim kontrolü biçimi sunar.
Amp, OpenAI modellerini kullanarak yazılım geliştirme süreçlerini genişleten bir yapay zeka ajanı platformu geliştiriyor. Şirket, GPT-6 Astra ve GPT-Live-1 gibi modellerle kod yazımının ötesinde tasarım, dokümantasyon ve gerçek zamanlı sesli etkileşim yeteneklerini entegre ediyor. Bu yaklaşım, geliştiricilerin fikirlerini çalışır yazılıma dönüştürme sürecini hızlandırmayı hedefliyor.
SwarmRSI, bilimsel ajan sürülerinin kendi deneyimlerinden öğrenerek kendini geliştirmesini sağlayan bir çerçevedir. Ajanlar arası geri bildirim ve bileşen yeniden kullanımı ile hipotezleri iyileştirir. OpenProblems ve NatureBench gibi veri setlerinde en iyi performansı gösterdiği iddia edilmektedir.
Grok Voice 3.0, sesli müşteri hizmetlerinde yüksek doğruluk ve düşük gecikme sunan yeni bir model. Bağımsız testlerde liderlik ediyor ve Tesla ile SpaceX'te aktif olarak kullanılıyor. Fiyatlandırması önceki sürümle aynı kalarak geliştiricilere erişilebilir kalıyor.
JSSA, uzun bağlamda KV önbellek trafiğini azaltmak için token düzeyinde seçimi optimize eder. Düşük boyutlu alt uzay öğrenimi ve toplama işlemi gerektirmeyen çekirdek tasarımı, gecikme avantajını korurken doğruluğu tam KV dikkatine yakın tutar. NVIDIA B200 üzerinde 128K bağlamda 6.43 kat hızlanma sağlanır.
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.
