Yapay zekâ dünyasında
neler oluyor?
Arama ve kategoriler, en son 200 yayın içinde çalışır. Toplam 206 haber yayımlandı.
“NIM” için 49 sonuç. Aramayı temizle
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.
VideoBarcelona Supercomputing Center'ın (BSC) AI Factory Hızlandırıcı Programı, İspanyol girişimcilere egemen hesaplama gücü, teknik destek ve eğitim imkânı sunuyor. NVIDIA Inception programıyla entegre edilen bu yapı, MareNostrum 5 süper bilgisayar altyapısı üzerinden su yönetimi, sağlık ve tarım gibi sektörlerde yapay zeka çözümlerinin geliştirilmesini destekliyor.
OpenVLHarness, çok modlu büyük dil modelleri için araç kullanımı ve kalıcı görsel bellek sunan bir çerçevedir. Heterojen araç çıktılarını modelin okuyabileceği gözlemlere dönüştürerek 22 test setinde ortalama skorları 9.7-12.6 puan artırır. GPT-6 Luna ile orta çaba seviyesinde rakip sistemlere göre daha düşük token maliyetiyle üstün performans sağlar.
v5.20.2 yaması, generate fonksiyonunda girdi türlerinin bozulmasını ve bfloat16'daki sıfır gradyan sorununu düzeltir. Ayrıca eager_mask'taki gereksiz bellek kopyasını ortadan kaldırır. Bu değişiklikler çok modlu model istikrarını artırır.
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.
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.
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.
Vercel, Ship 2026 etkinliğinde ajan odaklı altyapı vizyonunu ve yeni araçlarını duyurdu. Python desteği genel kullanıma açılırken, Vercel Daemons arka plan işlemleri için halka açık betaya girdi. Ajanlar için kalıcı çalışma alanı sunan Vercel Drives da genel kullanıma açıldı.
DeepSeek-V4.1-Flash-1017, daha yüksek performans ve düşük maliyet sunan yeni bir açık kaynak modeldir. Kendinden geri bildirimli pekiştirmeli öğrenme ile oyun ve 3D modelleme gibi karmaşık projeleri baştan sona oluşturabilir. Model, DeepSeek Harness ve diğer platformlarda kullanıma sunuldu.
VideoNVIDIA, RTX Spark'ı yaratıcılar, oyunlar ve yapay zeka ajanları için tasarlanmış yeni bir Windows PC platformu olarak tanıtıyor. Lansman, 16 Ekim'de dünya genelinde etkinliklerle kutlanacak. Bağımsız testler, yerel yapay zeka ve oyun performansında güçlü sonuçlar gösteriyor.
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.
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.
