Yapay zekâ dünyasında
neler oluyor?
Arama ve kategoriler, en son 200 yayın içinde çalışır. Toplam 516 haber yayımlandı.
“Astra” için 10 sonuç. Aramayı temizle
IWIBench, bir modelin başka bir modelin ağırlıklarını gradyan kullanmadan düzenleme yeteneğini ölçen yeni bir değerlendirme çerçevesidir. Çalışma, Gemma 3 4B IT gibi hedef modeller üzerinde on klasik metin düzenleme görevini test eder. Sonuçlar, modeller arasında keskin yetenek farklılıkları olduğunu ve bu yeteneğin henüz erken ve düzensiz bir sınırdan oluştuğunu gösterir.
Frontier3DBench, kodlama ajanlarının 3D içerik üretimindeki yetkinliğini nesne, sahne ve etkileşimli dünya düzeylerinde ölçen yeni bir benchmark'tır. Çalışma, 11 farklı model yapılandırmasını değerlendirerek, modellerin görsel olarak olası içerik üretmede başarılı olsa da, spesifik geometri ve koordineli davranışlarda yetersiz kaldığını ortaya koyuyor.
DevRev, GPT-6.1 Sol modelini kullanarak Computer ve Operator ürünlerinde otonom hizmet süreçleri yürütüyor. Sistem, canlı veriler üzerinde akıl yürütme yaparken eylemlerin geri alınabilir ve izlenebilir olmasını sağlıyor. Şirket, bu modelin gecikme ve maliyet dengesini kurumsal ihtiyaçlara uygun buluyor.
OpenAI, GPT-6 Astra ve Codex'in mekanik, elektrik ve yazılım tasarımını birleştiren fiziksel ürün geliştirme süreçlerini hızlandırdığını açıkladı. Astra, bir haftada bir cihazın tüm disiplinlerini tasarlayarak üretim prototiplerine dönüştürdü. Bu gelişme, mühendislik döngülerinde insan müdahalesini azaltma potansiyeli taşıyor.
uni-robot-agent, robot kullanım ajanlarını açık ağırlıklı modellerle eğitmek için tasarlanmış birleştirilmiş bir iskelettir. Qwen3.8-Flash-Next, RoboDojo'da 31.39 puan alarak GPT-6 Astra-RoboProbe'in 28.97 puanını geçiyor ve 19 gerçek dünya görevinde rekabetçi performans gösteriyor.
TinyAstral, büyük robotik modellerin etrafındaki araç ve geri bildirim mantığını küçük modellere aktarır. İki aşamalı yöntem, öğretmen modelin iskeletini iyileştirip ardından küçük bir öğrenci modeline damıtır. Bu süreç, düşük hesaplama maliyetiyle yüksek performans hedefler.
Qodo, Codex'e organizasyonel bağlam ve kod tabanı standartlarını entegre ederek repozituarlar arası P0 hatalarının yakalanmasını hedefliyor. OpenAI modellerini kullanan bu sistem, kod yazımı ve bağımsız inceleme süreçlerini otomatikleştiriyor.
Investor's Last Exam (ILE), yapay zeka ajanlarının hisse senedi yatırım kararlarını geleceği görmeden nasıl aldığını test eden yeni bir benchmark'tır. Deneyimli yatırımcılar tarafından tasarlanan bu sistem, 3.43 milyon belge sürümünü içeren dondurulmuş bir veri seti ve uzman puanlama kriterleri kullanır. GPT-6 Astra ve Claude Opus 5.5 en yüksek puanları alsa da, genel araştırma yetkinliğini tahmine dönüştürmekte zorlanıyor.
Ropes & Gray, OpenAI iş birliğiyle işlem incelemesi için özel bir yapay zeka aracı geliştiriyor. Araç, binlerce sayfalık belgeleri tarayarak temalara göre gruplandırıyor ve rapor taslakları üretiyor. Avukatlar bu ilk taramayı inceleyerek yargı süreçlerine daha fazla odaklanabiliyor.
DeepSeek V4.1 Flash-1017'nin kontrol kaybı ve zararlı manipülasyon risklerini inceleyen bağımsız bir güvenlik değerlendirmesi yayımlandı. Çalışma, modelin önceki sürümlere kıyasla güvenlikte ilerleme kaydettiğini ancak dikkatli olunması gereken davranışlar sergilediğini belirtiyor.
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.
