Stanford araştırmacıları, felçli hastaların düşündikleri kelimeleri beyin sinyallerinden çözümleyebilen yeni bir yapay zeka modeli geliştirdi. MEG-XL adlı sistem, geleneksel yöntemlerden 5-300 kat daha uzun beyin aktivitesi kayıtlarını analiz ederek, çok daha az eğitim verisiyle aynı başarıyı elde ediyor. Sistem, 2,5 dakikalık MEG beyin tarama verilerini işleyerek, daha önce 50 saat eğitim gerektiren performansı sadece 1 saatlik veriyle yakalayabiliyor. Bu gelişme, konuşma yetisini kaybetmiş hastaların düşüncelerini tekrar ifade edebilmesi için kritik bir adım teşkil ediyor. Uzun bağlamlı öğrenme yaklaşımı, beyin-bilgisayar arayüzleri alanında yeni bir standart oluşturuyor ve klinik uygulamalarda daha pratik çözümler sunuyor.

Araştırmacılar, büyük dil modellerinin belirli bilgileri daha hassas bir şekilde unutabilmesi için yenilikçi bir yöntem geliştirdi. TokenUnlearn adlı bu yaklaşım, tüm metin yerine yalnızca kritik kelimeleri hedef alarak modellerin istenmeyen bilgileri daha etkili şekilde silmesini sağlıyor. Mevcut yöntemler tüm metne aynı şekilde müdahale ederken, yeni sistem önemli ve önemsiz kelimeler arasında ayrım yapabiliyor. Bu gelişme, yapay zeka modellerinin gizlilik, güvenlik ve yasal düzenlemeler açısından daha uyumlu hale gelmesinde önemli bir adım olarak değerlendiriliyor.

Araştırmacılar, büyük dil modellerinin Bengalce konuşurken sosyal hiyerarşi ve kültürel normları ne kadar iyi anladığını ölçmek için özel bir test geliştirdi. BanglaSocialBench adlı bu test, yapay zekanın sadece dil bilgisini değil, o dilin konuşulduğu toplumun sosyal kurallarını da kavrayıp kavramadığını inceliyor. Bengalce gibi karmaşık sosyal yapıları olan dillerde, kişinin yaşı, statüsü ve akrabalık ilişkileri hangi kelimeleri kullanacağını belirliyor. 12 farklı yapay zeka modeli test edildiğinde, hepsinin bu sosyal incelikleri anlamakta zorlandığı görüldü. Bu durum, yapay zekanın gerçek dünyada farklı kültürlerle etkileşim kurması için sadece dil öğrenmesinin yeterli olmadığını gösteriyor. Araştırma, çok dilli yapay zeka sistemlerinin geliştirilmesinde kültürel hassasiyetin önemini vurguluyor.

Sosyal medya reklamcılığı araştırmaları genellikle görsel öğelere ve algoritmalara odaklanırken, reklam metinlerinin rolü göz ardı ediliyordu. Japonya'da yapılan yeni bir çalışma, Instagram reklamlarında kullanılan belirli kelimelerin tıklanma oranlarını nasıl etkilediğini inceledi. Araştırma, aynı kelime veya ifadenin farklı ürünler için farklı şekillerde yorumlanabildiğini ortaya koyuyor. Bu bulgular, dijital pazarlama stratejilerinde metin içeriğinin önemini vurgularken, kültürel bağlamın reklam etkinliğindeki kritik rolünü de gözler önüne seriyor. Çalışma, özellikle İngilizce dışı pazarlarda reklam metni optimizasyonunun ne kadar önemli olduğunu gösteriyor.

Araştırmacılar, büyük dil modellerinin hesaplama maliyetini dramatik şekilde azaltan yenilikçi bir yöntem geliştirdi. Focus adlı bu teknik, modellerin hangi kelime çiftlerinin önemli olduğunu öğrenmesini sağlıyor. Geleneksel dikkat mekanizmaları tüm kelimelerin birbirleriyle etkileşimini hesaplarken, Focus sadece aynı merkez grubuna ait kelimeler arasında uzun menzilli bağlantılar kuruyor. Sistem, mevcut modellere sadece 148 bin gibi minimal parametreler ekleyerek entegre edilebiliyor ve orijinal ağırlıklar hiç değiştirilmiyor. 124 milyondan 70 milyar parametreye kadar farklı boyutlardaki modellerde test edildiğinde, performans kaybı olmadan çalıştığı gözlemlendi. Hatta küçük ölçekli modellerde geleneksel yöntemlerden daha iyi sonuçlar verdi. Bu gelişme, yapay zeka sistemlerinin daha verimli çalışmasının önünü açıyor.

Fizikçiler, kuantum donanımında örgülü enerji bantlarının dijital simülasyonunu gerçekleştirmeyi başardı. Düğüm ve bağlar, sicim teorisinden protein katlanmalarına kadar fizik bilimlerinin her alanında karşılaştığımız temel yapılardır. Araştırmacılar, programlanabilir süperiletken kuantum işlemcisi kullanarak, karmaşık örgülü bant yapılarını karakterize eden yeni bir protokol geliştirdi. Bu çalışma, spektral örgülemenin iki banttan fazlasında incelenmesine olanak tanıyarak, kuantum sistemlerde topolojik özelliklerin anlaşılmasında önemli bir adım oluşturuyor. Geliştirilen ölçüm stratejisi, örgü kelimelerini ve Alexander ve Jones polinomları gibi düğüm değişmezlerini tam spektral tomografi gerektirmeden çıkarabilmektedir.

Araştırmacılar, büyük dil modellerinin güvenlik sistemlerini atlatmak için yeni bir yöntem geliştirdi. 'Aşamalı Tamamlama Ayrıştırması' adı verilen bu teknik, zararlı içerik üretmekten kaçınacak şekilde eğitilmiş yapay zeka modellerini tek kelime tek kelime kandırarak, sonunda istenmeyen yanıtlar vermesini sağlıyor. Yöntem, modeli önce zararlı bir soruyla ilgili tek kelimeleri tamamlaması için yönlendiriyor, ardından bu kelimeleri birleştirerek tam yanıtı elde ediyor. Çeşitli AI model ailelerinde test edilen teknik, mevcut güvenlik saldırılarından daha başarılı sonuçlar gösterdi. Bu keşif, AI güvenlik sistemlerinin beklenenden daha kırılgan olduğunu ve daha gelişmiş koruma mekanizmalarına ihtiyaç duyulduğunu ortaya koyuyor.

Stanford araştırmacıları, maskeli difüzyon dil modellerinin kendi hatalarını düzeltme yönteminde köklü bir değişiklik öneriyor. Mevcut Token-to-Token (T2T) sisteminin yerine Token-to-Mask (T2M) yaklaşımını geliştiren ekip, modellerin şüpheli kelimeleri başka bir kelimeyle değiştirmek yerine, o pozisyonu sıfırlayarak yeniden tahmin etmesini sağlıyor. Bu yöntem, modellerin daha tutarlı ve güvenilir metinler üretmesine yardımcı oluyor. Araştırma, yapay zeka sistemlerinin kendi çıktılarını nasıl iyileştirebileceği konusunda yeni perspektifler sunuyor ve ek parametre gerektirmeden uygulanabilir olması nedeniyle pratik değer taşıyor.

Araştırmacılar, yapay zeka modellerinin daha az kelime kullanarak daha doğru sonuçlar üretebileceğini gösteren 'Semantik Yoğunluk Etkisi'ni keşfetti. Bu etki, komutlardaki anlam yüklü kelimelerin oranının artırılmasıyla elde ediliyor. Beş farklı AI modelinde yapılan testler, gereksiz kelimelerin çıkarılıp anlamlı olanların korunmasıyla performansın ortalama %8,4 oranında arttığını gösterdi. Bu yaklaşım, model hızını etkilemeden halüsinasyon sorununu azaltıyor ve daha odaklı yanıtlar üretiyor. Bulgular, AI ile etkileşimde 'az ama öz' prensibiinin ne kadar önemli olduğunu ortaya koyuyor.

Araştırmacılar, büyük dil modellerinin hesaplama maliyetini önemli ölçüde azaltabilecek yeni bir yöntem geliştirdi. 'Koşullu derinlik yönlendirmesi' adı verilen bu teknik, metinlerdeki bazı kelimeleri basit işlemlerden geçirirken, karmaşık olanları tam kapasiteli sistemden geçiriyor. 157 milyon parametreli model üzerinde yapılan testlerde, hesaplama yükünü %50 azaltmak mümkün oldu. Sistemin kalbi, hangi kelimelerin hangi işlemlerden geçeceğine karar veren 'kapı' mekanizması. Bu kapıların eğitimi oldukça zorlu çünkü bir kararın etkisi ancak birçok katmandan sonra görülüyor. Araştırmacılar iki farklı kapı tasarımını karşılaştırdı: basit MLP kapısı ve daha gelişmiş JEPA-güdümlü kapı. Bu çalışma, yapay zeka modellerinin daha verimli çalışması için önemli bir adım teşkil ediyor.

Makine çeviri sistemleri günümüzde oldukça gelişmiş olsa da, deyimler ve kalıplaşmış ifadeler karşısında hâlâ zorlanıyor. Yeni bir araştırma, İngilizce'deki üç farklı ifade türünün çeviri kalitesini nasıl olumsuz etkilediğini inceledi. Araştırmacılar, fiilsel deyimler, fiil-edat birleşimleri ve yardımcı fiil yapılarının makine çeviri sistemlerinde sorun yarattığını keşfetti. Bu ifadelerin anlamları genellikle kelimelerinin toplamından çıkarılamadığı için çeviri algoritmaları zorlanıyor. Çalışma, bu zorluğun genel cümle karmaşıklığından değil, doğrudan bu özel ifade türlerinden kaynaklandığını gösteriyor.