CalOn, varlık, ilişki ve olay çıkarımını tek bir 0.6B parametreli kodlayıcıda birleştiren yeni bir modeldir. Metin ve tip tanımlarını birlikte kodlayarak ortak olasılıksal bir formülasyon sunar. 40 referans setinde değerlendirilen model, ilişki çıkarımında liderlik ederken olay tetikleyicilerinde en yüksek ortalama F1 skoruna ulaşır. Kalibrasyon yöntemi, güven tahminlerini iyileştirirken performans kaybını en aza indirir.
Reflection, 501B parametreli ve 23B aktif MoE mimarili Beam modelini Apache 2.0 lisansıyla yayımladı. 1M token bağlam penceresi ve kodlama odaklı tasarım, kendi altyapınızda ölçeklenebilir ajan görevleri için güçlü bir temel oluşturur.
Bu çalışma, OCR ve görsel-dil modelleri için standart hata metriği olan CER'in sınırlılıklarını ele alır. Yazarlar, her karakter hatasına önem derecesi atayan semCER metrikini sunar. semCER, LLM tabanlı bir yargıç kullanarak hataları ağırlıklandırır ve okuyucu algısıyla daha iyi örtüşür. Çalışma, İngilizce, Vietnamca ve Çince dahil 16 dilde test edilmiştir.
CameraVLM, kamera hareketini ekran içi akış ve ekran dışı hareketi birleştiren bir temsil ile dil modeli uyumu kullanarak çözer. 9B parametreli model, üç benchmarkta açık kaynak rakipleri ve GPT-6 Astra'yı geride bırakır. 48 katılımlı çalışmada insan izleyicilerle eşdeğer performans gösterir.
Anthropic, bağımsız üçüncü taraf değerlendirmelerini güçlendirmek için METR ekibine şirket içi sistemlere ve donanıma erişim sağlayan 'çalışan benzeri' bir statü tanıdı. Şirket, bu modelin yanı sıra SecureBio ve Accenture ile de iş birliği yapıyor. Bu adım, model risklerinin dışarıdan denetlenmesini ve bulguların kamuya açıklanmasını hedefleyen üç aşamalı bir çerçevenin ilk adımıdır.
Meta, 816B parametreli ve 1M token bağlam penceresine sahip Muse Spark Open modelini yayımladı. NVIDIA GB300 NVL72 üzerinde eğitilen bu MoE mimarisi, agentic kodlama iş akışları için tasarlandı. Model, 42B aktif parametre ile çalışarak yüksek doğruluk ve güvenilir araç çağrısı sunar. NVFP4 optimizasyonu, bellek ayak izini küçültür ve üretim ortamında yüksek verimlilik sağlar.
Araştırma, MoE tabanlı LLM'lerin kişiselleştirme süreçlerinde uzmanların rolünü açıklıyor. Yoğun modellere kıyasla MoE'ler, token'ları uzmanlara yönlendirerek çok anlamlılığı azaltıyor. Bu yapı, kişiselleştirme özelliklerinin hangi uzmanlarda kodlandığını izole etmeyi ve kontrol etmeyi mümkün kılıyor. Çalışma, üç açık ağırlıklı model üzerinde bu yaklaşımın etkinliğini test ediyor.
Gen4P, monoküler videodan 4D geometri ve hareketi kurtarmak için video üreticilerini ileri beslemeli algılayıcıya çeviren bir çerçevedir. Tek kodlayıcı geçişinde temiz gizli değişkenleri işler ve video derinlik LoRA'sı ile geometrik bilgiyi güçlendirir. 3D nokta takibi ve kamera duruşu tahmininde rekabetçi sonuçlar sunar.
Bu çalışma, çoktan seçmeli değerlendirmelerdeki seçenek yanlılığını ölçen pooled SD metriğinin flip rate ve positional skew olmak üzere iki temel faktöre ayrıldığını gösterir. 41 checkpoint ve 12 benchmark üzerinde yapılan analizde, flip rate'in doğrulukla, positional skew'un ise seçenek sembolü önceliğiyle ilişkili olduğu bulunmuştur. Farklı düzeltme yöntemlerinin bu faktörleri farklı şekillerde etkilediği ve raporlamanın her iki metriği içermesi gerektiği önerilmiştir.
SMD, az adımlı difüzyon distilasyonunu basitleştirerek 4-NFE üretimde güçlü performans sunar. Pivot mekanizması, öğretmen hız değişkenliğini yerel düzeltmelerden ayırarak istenmeyen modlardan kaçınmayı sağlar. Çerçeve, 33 milyar parametreye ölçeklenir ve dağıtılan üreteci değiştirmez.
Meta, Muse Spark Open adlı açık ağırlıklı, çok modlu MoE modelini yayınladı. 816B toplam parametre ve 42B aktif parametre ile metin, görüntü, ses ve video girdilerini işler. 1M token bağlam penceresi ve ajanik kodlama odaklı eğitim, uzun görevlerde planlama ve hata düzeltme kapasitesi sunar. BF16 ve NVFP4 checkpoint formatları mevcuttur.
SyncReward, ses-görüntü üretimindeki senkronizasyon sorununu çözmek için insan hizalı bir ödül modeli sunuyor. Çalışma, 80K profesyonel puan içeren SyncReward-Data-80K veri seti ve 1K klipten oluşan SyncReward-Bench'i tanıtıyor. Model, semantik-zamanlayıcı karşıtlı ön eğitim ve insan denetimiyle eğitiliyor. Değerlendirme metriği olarak insan yargısıyla en yüksek uyumu sağlarken, ödül olarak pekiştirmeli öğrenme ile üretim kalitesini artırıyor.
arXiv1 dk okuma
1–12 / 29 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.
