Yapay zekâ dünyasında
neler oluyor?
Arama ve kategoriler, en son 200 yayın içinde çalışır. Toplam 358 haber yayımlandı.
“HuggingFace” için 118 sonuç. Aramayı temizle
![[Uncaptioned image]](/_next/image?url=https%3A%2F%2Farxiv.org%2Fhtml%2F2610.22328v1%2Fteaser.png&w=3840&q=75)
ACEdit, çoklu tur görüntü düzenlemede biriken dağılım kaymalarını azaltmak için asimetrik koşullandırma ve self-forcing prensibini kullanır. Öğrenci modeli kendi çıktılarını işlerken öğretmen model orijinal görselde sabit kalır. Bu yaklaşım, uzun düzenleme dizilerinde kalite düşüşünü önemli ölçüde azaltır ve talimata uyumu korur.
Bu çalışma, büyük dil modellerindeki n-gram arama tablolarını iki bitlik kodlarla sıkıştıran Conditional Program (CP) yöntemini tanıtıyor. CP, yalnızca istenen satırları yeniden oluşturarak tam tablo depolama ihtiyacını ortadan kaldırıyor. Gaussian trellis tabanlı bu yaklaşım, DeepSeek'te depolamayı 203GB'dan 51GB'a indiriyor.
PyTorch 2.15, Mac için MPS backend'ine FP8 desteği, MoE modellerde 5-6.5 kat hızlanan çözüm ve Wan2.2 video VAE'de 270 GiB'dan 8 GiB'a düşen bellek kullanımı getirir. Yeni Metal çekirdekleri, MPSGraph bağımlılığını azaltarak yerel model çalıştırma verimliliğini artırır.
ActionRoPE, oyun dünya modellerinde eylem kontrolünü dünya koordinatlarında temsil ederek uzamsal tutarlılığı artırır. Coordinate-Conditioned Noise Scheduling ile bilinen ve yeni bölgeler için farklı gürültü zamanlaması uygular. En güçlü baz çizgiye göre 66% yeniden ziyaret sapması azaltır ve 1.3B-33B parametreli modellerde taşınabilir.
Bu çalışma, büyük dil modellerinin bilimsel fikir üretirken çeşitliliği artırmak için küme düzeyinde pekiştirmeli öğrenme ile eğitilmesini sunar. 8B parametreli model, kirlenmemiş bir test setinde Claude Opus 4.8 ve GPT-6 Astra'dan daha yüksek yaratıcı fayda skoru elde etti. Dört uzmanla yapılan pilot çalışmada, modelin fikirleri rakip modelle eşdeğer bulundu.
Hugging Face, Apple platformları için yerel ve barındırılan dil modellerini tek bir API altında birleştiren AnyLanguageModel 1.0'ı yayınladı. swift-huggingface ve swift-xet ile birlikte gelen bu sürüm, geliştiricilere model seçimi esnekliği sunarken kod karmaşıklığını azaltmayı hedefliyor.
RoboValue, robotik değer modellerini ince taneli simülasyon ve gerçek dünya görevleriyle test eden yeni bir benchmark'tır. Çalışma, mevcut değerlendirmelerin kapsamadığı güvenilirlik boşluklarını doldurmak için dört yetkinlik boyutunu birleştirir. Sonuçlar, modellerin talimat tutarlılığı ve hata kurtarma değerlendirmesinde zayıf kaldığını gösterir.
Sürekli öğrenen ajanlar, sıkı üretim ve hafıza bütçeleri altında çalışırken mevcut yöntemlerin etkinliği azalabilir. TokenWorth, seyrek geri bildirimle sorguya bağlı hafıza değerini öğrenen hafif bir çerçevedir. Üç LifelongAgentBench ortamında en yüksek görev başarısını en az çıktı tokeniyle elde ettiğini bildirir.
UniAVC, metin koşullu ortak sentez, çift yönlü çapraz modal üretim ve talimatla düzenlemeyi tek bir modelde birleştiren yeni bir yaklaşımdır. Mevcut yöntemlerin kıt eşleşen verilere bağımlılığını aşmak için kademeli eğitim ve asimetrik zamanlama kullanır. Bu sayede video ve sesin farklı bilgi yoğunlukları bağımsız olarak işlenerek daha tutarlı ve esnek çok modlu içerik üretimi hedeflenir.
KronLSTM, Kronecker Delta Rule tabanlı yeni bir lineer dikkat mimarisidir. Bellek matrisini tek yönde düzelterek uzun bağlamda kararlılık sağlar. Ek normalizasyon gerektirmeden (Gated) DeltaNet ailesiyle rekabet eder ve açık kaynak olarak sunulmuştur.
HOLI-WORLD, insan egosentrik deneyimlerinden bütüncül dünya zekası geliştirmek için entegre bir ekosistem sunar. Sistem, veri yakalama, temsil, otomatik veri inşası ve bağımsız değerlendirmeyi birleştirir. Yaklaşık 100 sahneden elde edilen 80K soru-cevap çifti, 4B parametreli görsel-dilsel modelin eğitimi için kullanılır.
TokenEconomizer, kodlama ajanlarının gerçek dünya projelerindeki tekrarlayan token maliyetlerini azaltmak için tasarlanmış dış bir denetleyicidir. Operasyonel mikro becerileri enjekte ederek, alakasız araçları ayıklayıp başarısızlık döngülerini keser. Bu siyah kutu yaklaşım, ajanların iç yapısını değiştirmeden maliyet verimliliğini artırır.
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.
