Bu çalışma, tam dalga formu LiDAR verilerinde hesaplama maliyetini azaltmak ve veri kıtlığını çözmek için iki yeni yöntem önerir. FWL-ToPM, yoğunluk dağılımlarını kullanarak token sayısını azaltırken kritik dalga formu içeriğini korur. FWLAug ise fiziksel yapıyı koruyan bir veri artırma çerçevesi sunar. Ghost-FWL üzerinde test edilen bu yöntemler, gerçek zamanlı işlem hızını artırırken doğruluğu da iyileştirir.
EvoMemState, LLM tabanlı kişisel asistanlar için uzun vadeli hafıza yönetimini bağımsız olgular yerine evrilen durumlar üzerinden ele alan yeni bir çerçevedir. Sistem, olguların geçerliliğini ve ilişkilerini koruyan İlişkisel Durumlar ile güncel isteğe özgü uygulama stratejisi üreten Akıl Yürütme Durumu bileşenlerini kullanır. Pekiştirmeli öğrenme ile desteklenen bu yaklaşım, uzun vadeli diyalog testlerinde mevcut sistemlere kıyasla tutarlı iyileşmeler sunmaktadır.
SLA, robot manipülasyonunda mekânsal anlayışı sürekli ön eğitim yoluyla ölçekleyen bir modeldir. pi05 politikasından başlatılan model, dondurulmuş 3D algılama modelinden gelen mekânsal temsillerle görsel gömümler arasında hizalama yapar. Heterojen robot verilerini birleştirerek farklı gövdeler ve görevler için mekânsal öğrenmeyi destekler. Tüm yardımcı bileşenler yalnızca eğitim sırasında kullanılır, bu da mevcut VLA ağırlıklarının doğrudan yeniden kullanılmasını sağlar.
Drex, otoregresif dil modellerinin üretimdeki tutarsızlık ve gecikme sorunlarını çözmek için tasarlanmış açık kaynak karar modeli ailesidir. 8B, 9B, 35B ve 27B parametreli dört modelden oluşan aile, girdi olarak durum ve seçenekler alıp olasılık dağılımı döner. RLAF tabanlı eğitim, doğruluğu ve seçenek sırasına karşı dayanıklılığı artırır. Max modeli, Decision Index'te yeni rekor kırarken, tipik isteklerde 183 ms yanıt süresiyle rakiplerinden belirgin şekilde hızlıdır.
HERIT, Hanca-İngilizce tarihsel çeviride zaman dilimi önyargısını azaltmak için RAG tabanlı sahte etiketleme kullanır. Bu yöntem, sınırlı insan etiketli verinin neden olduğu sorunları ele alarak küresel erişimi kolaylaştırır ve EMNLP 2026 Findings'te kabul edilmiştir.
NVIDIA, Cosmos 3 ailesine sürüş simülasyonu ve robotik için dört yeni açık ağırlıklı model ekledi. Bu 16B parametreli modeller, çoklu sensör verisi üretimi ve etkileşimli dünya simülasyonu için tasarlandı. OpenMDW1.1 lisansı ile ticari kullanım serbesttir ve araştırmacılara açık bir temel sağlar.
NitroFusion2, multimodal difüzyon transformatorlarında metin akışına adversarial kayıp ekleyerek distillation sürecini hızlandırır. TSAD ve ACD bileşenleri, tek adımda keskin metin ve detay üretimi sağlar.
Koopman Generative Operator, olasılıklı zaman serisi tahmininde yapısal belirsizliği tek adımla üretir. Koopman Patch Embedding ve Flow Matching bileşenleri, iteratif örneklemeyi atlayarak hız kazandırır. Bu yaklaşım, doğruluk ve verimlilik dengesini iyileştirerek pratik bir çerçeve sunar.
VidDub, video çeviri işlemlerinde kaynak ağız hareketlerinin hedef sesle çakışmasını çözen bir distilasyon yöntemidir. Model, tam çerçeve yeniden yapılandırma yerine çapraz ses senkronizasyonuna odaklanarak iki adımlık difüzyon sürecine indirgenir. Bu yaklaşım, görsel kaliteyi ve kimlik bütünlüğünü korurken işlem hızını artırır. Araştırmacılar, eğitim verisi ve değerlendirme kodunu açık kaynak olarak paylaşmayı planlamaktadır.
LiveFoley, akışkan video-ses üretiminde gerçek zamanlı kısıtlamaları aşan yeni bir mimari sunar. Trailing Sliding Window ve History LocDiT bileşenleri, gecikmeyi insan algı eşiğinin altında tutarken ses-görüntü hizalamasını korur. Çalışma, çevrimdışı modellerle eşdeğer zamanlama ve akış sistemlerinde üstün kalite iddiasında bulunur.
UniRestorer++, çok granüler bozulma modellemesiyle evrensel görüntü onarımında ölçeklenebilirlik sorununu ele alır. Derinlik ve genişlik artışındaki doygunluğu aşmak için grup bazlı uzmanlar ve yoğun uzamsal temsil kullanır. CDD-50 benchmark'ı ile 50 bozulma kategorisini kapsar ve dağıtım dışı girdilerde sağlam performans gösterir.
Gradium, cihaz üzerinde çalışan ve sunucu gerektirmeyen Phonon metinden sese modelini yayınladı. 65 MB ile 75 MB boyutlarındaki modeller, beş dili destekleyerek çevrimdışı ses üretimi sağlıyor. Açık kaynak ağırlıkları, ticari kullanım için Apache 2.0 lisansı sunuyor ve Hugging Face liderlik tablosunda üst sıralarda yer alıyor.
Hugging Face1 dk okuma
37–48 / 107 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.
