Yapay zekâ dünyasında
neler oluyor?
Arama ve kategoriler, en son 200 yayın içinde çalışır. Toplam 328 haber yayımlandı.
“huggingface” için 121 sonuç. Aramayı temizle
OmniXRef, video düzenlemede metin, görsel ve video referanslarını birleştiren birleşik bir çerçeve sunar. R2-RoPE ile referans genellemesini destekler ve tek akışlı difüzyon dönüştürücü kullanır. OmniXRef-Data sentez verisi ve müfredat öğrenmesiyle eğitim verisi kıtlığını aşar.
Xiaomi-Lens-0, Qwen3.5 tabanlı 4B parametreli bir çok modlu büyük dil modelidir. Model, görsel temsillerinden maske tahmin ederek ince taneli bölge anlayışını geliştirir. Hafif bir çözücü, görsel kodlayıcı yama özelliklerini ve dil modelinin maske token durumlarını birleştirir. Bu sayede model, akıl yürütme sırasında bölgeye özgü görsel gizli değişkenleri kullanabilir. RefCOCO serisi test setlerinde Qwen3.5'e kıyasla ortalama 5.6 puanlık bir iyileşme sağlanmıştır.
ARC-SORT, spor yayınlarındaki hızlı hareket ve kamera değişimlerine karşı belirsizlik ölçümüyle çalışan gerçek zamanlı bir nesne izleme sistemidir. Sistem, Interacting Multiple Model Kalman filtresi kullanarak her iz için dinamik arama bölgeleri oluşturur. SportsMOT test setinde 81.82 HOTA puanı alarak kimlik değişimlerinde en düşük değeri elde eder. Laptop GPU üzerinde saniyede yaklaşık 50 kare hızında çalışır ve kodu yayınlanacaktır.
arXiv'de yayımlanan bu çalışma, yapay zekanın afet yanıtı ve yerinden edilme izleme alanındaki potansiyelini ele alıyor. Makine öğrenmesi, uydu görüntüleri ve sosyoekonomik verilerle hasar değerlendirmesi ve ihtiyaç takibi için ölçeklenebilir çözümler sunuyor. Araştırma, insani görevlerde veri odaklı yaklaşımların önemini vurguluyor.
Görsel-dil modellerinde özellik-nesne bağlamı sorununu ele alan SABER ölçüm seti, mevcut modellerin karmaşık sahnelerde ciddi başarısızlıklar gösterdiğini ortaya koyuyor. Çalışma, görsel denetimi olmadan sadece sentetik metin verisiyle yapılan ince ayarın, çapraz modül aramada üstün sonuçlar verdiğini ve genel gömme performansını koruduğunu gösteriyor.
MTEdit, çoklu tur görüntü düzenleme için PTC tabanlı 500K örneklik veri seti sunar. Sıralı rollout'a göre görsel kalite sapmasını azaltır. Qwen-Image-MTEdit, MTEdit-Bench'te açık kaynak modeller arasında en iyi sonucu alır.
Scene-Designer, doğal dilden tutarlı 3B iç mekan sahneleri üretmek için tasarım ve eleştiri deneyimlerini birleştiren ajan tabanlı bir çerçevedir. Çalışma, fiziksel geçerlilik ve yerleşim bütünlüğünü artırmak için eleştirmen yönlendirmeli GRPO optimizasyonu kullanır.
PremiseCheck, insan ve yapay zeka tarafından yazılan hakem değerlendirmelerindeki olgusal hataları tespit etmek için tasarlanmış verimli bir çerçevedir. ReviewFact veri seti, üç farklı alandaki hataları tek bir tanım altında etiketler. Sistem, LLM'lerin makaleyi okuma zorunluluğunu ortadan kaldırarak maliyeti ve gecikmeyi önemli ölçüde azaltır.
SenseNova ekibi, GPT-6-Astra'nın robotik manipülasyon ve navigasyondaki yetkinliğini 12 benchmark ve 8 robot konfigürasyonu üzerinde test etti. Çalışma, modelin vücut yetkinliği eşiğini aştığını ancak pratik vücut zekâsına ulaşmadığını gösteriyor. ICL ve agentic kontrol mekanizmalarının sınırları analiz edildi.
DiscoveryRSI, değerli ve test edilebilir araştırma hipotezlerini keşfetmek için çoklu ajan evrimsel arama ve tekrarlayan öğrenme mekanizmaları kullanan bir çerçevedir. DFM-Bench ile dört yaşam bilimi alanında test edilen sistem, iki tur öz-gelişim sonrası hipotez kalitesini 4.86'dan 5.39'a yükseltmiştir.
Mosaic, çok oturumlu ajan pekiştirmeli öğrenme için eleştirmansız hiyerarşik optimizasyon öneriyor. Yöntem, oturum katkılarını ayırt ederek avantaj tahminini şekillendiriyor. BrowseComp üzerinde Qwen3.5-4B ile test edilen model, yayınlama yöntemine göre daha az oturumla daha iyi sonuçlar aldı.
SERO, uzun süreli ajan pekiştirmeli öğrenmede mevcut politikanın ulaşamadığı durumlar için orak kontrollü devamlar kullanır. Gerçek ortamda etkileşim kuran orak, eğitim için gözlem ve eylem üretir. Politika erişilebilirlik ağırlıklandırması, orak adımlarının denetim etkisini politika uyumuna göre ayarlar. ALFWorld ve WebShop'ta Qwen2.5 modelleriyle test edilen yöntem, çıkarım sırasında orak gerektirmez.
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.
