Araştırmacılar, yapay zeka tarafından üretilen metinleri tespit etmek için yenilikçi bir yöntem geliştirdi. DSIPA adı verilen bu sistem, insan yazılarının duygusal çeşitliliğine karşılık yapay zekanın daha tutarlı duygusal tonlara sahip olduğu gözlemine dayanıyor. Yöntem, büyük dil modellerinin yazdığı metinlerdeki duygusal dağılım kararlılığını analiz ederek sahte içerikleri ortaya çıkarıyor. Bu gelişme, dezenformasyon, kimlik sahtekarlığı ve içerik korsanlığı gibi artan güvenlik tehditlerine karşı önemli bir araç sunuyor. Özellikle sistemin herhangi bir eğitime ihtiyaç duymadan çalışması ve model parametrelerine erişim gerektirmemesi, pratik uygulamalarda büyük avantaj sağlıyor.

Araştırmacılar, kuantum mekaniğindeki en gizemli kavramlardan biri olan Kochen-Specker bağlamsallığını anlamak için yeni bir matematiksel çerçeve geliştirdi. Bu çerçeve, farklı bağlamsallık göstergelerini tek bir projektör geometrisi altında birleştiriyor. Çalışma, kuantum sistemlerdeki ölçüm sonuçlarının, hangi diğer ölçümlerle birlikte yapıldığına nasıl bağlı olduğunu daha iyi anlamamızı sağlayabilir. Kochen-Specker bağlamsallığı, kuantum mekaniğinin klasik fizikten ayrılan temel özelliklerinden biridir ve kuantum hesaplama ile kuantum bilgi işleme alanlarında önemli uygulamaları vardır. Yeni yaklaşım, bu karmaşık fenomeni daha sistematik bir şekilde inceleme imkanı sunuyor.

Araştırmacılar, kurumsal belge işleme yapay zeka sistemlerinin performansını bütüncül olarak değerlendiren ilk kapsamlı test platformunu geliştirdi. EnterpriseDocBench adlı bu sistem, belge ayrıştırma, indeksleme, bilgi erişimi ve metin üretimi aşamalarının tümünü birlikte test ediyor. Altı farklı kurumsal alanda yapılan testlerde, hibrit arama yönteminin geleneksel BM25 tekniğini çok az farkla geçtiği, yoğun gömme yönteminden ise belirgin şekilde üstün olduğu görüldü. İlginç bir bulgu, çok kısa ve çok uzun belgelerin orta uzunluktaki belgelere göre daha fazla yanıltıcı bilgi ürettiğinin keşfedilmesi. Araştırma, kurumsal yapay zeka çözümlerinin gerçek performansını ölçmek için standardize edilmiş bir yaklaşım sunuyor.

Araştırmacılar, yapay zeka ajanlarının uzun vadeli deneyimlerini saklaması için yenilikçi bir hafıza sistemi geliştirdi. OCR-Memory adlı bu sistem, geleneksel metin tabanlı hafıza sistemlerinin token sınırlaması sorununu çözmek için görsel modaliteyi kullanıyor. Sistem, yapay zeka ajanlarının geçmiş deneyimlerini görüntülere dönüştürerek saklamakta ve ihtiyaç duyulduğunda bu görsel bilgileri geri çağırabilmektedir. Bu yaklaşım, ajanların sınırsız uzunluktaki geçmişlerini minimal bilgi işlem maliyetiyle tutabilmesini sağlıyor. Geleneksel sistemlerde ya ham veri çok pahalı oluyor ya da özetleme sırasında önemli bilgiler kayboluyor. OCR-Memory ise görsel kimlik işaretçileri kullanarak bu sorunu çözüyor ve 'bul-ve-çevir' paradigmasıyla çalışıyor.

Araştırmacılar, yapay zeka modellerinin dış kaynaklardan bilgi alırken karşılaştığı önemli bir sorunu çözmek için yenilikçi bir yaklaşım geliştirdi. Parametrik Retrieval-Augmented Generation (PRAG) sistemlerinde, farklı belgelerden gelen bilgiler birleştirildiğinde karışıklık yaşanıyordu. Yeni geliştirilen Orthogonal Subspace Decomposition (OSD) yöntemi, belge-özgü bilgileri görev-çözme davranışlarından ayırarak bu sorunu çözmeyi hedefliyor. Bu gelişme, AI sistemlerinin daha güvenilir ve tutarlı bilgi işleme kapasitesini artırabilir.

Araştırmacılar, farklı mimarilere sahip yapay zeka modelleri arasında bilgi aktarımını sağlayan TIDE adlı yeni bir sistem geliştirdi. Bu sistem, büyük dil modellerinin performansını korurken boyutlarını küçültmeyi hedefliyor. TIDE, üç ana bileşenle çalışıyor: öğrenme sürecinde güçlü ve zayıf yanları dengeleyebilen TIDAL, maskeleme yoluyla bağlam zenginleştiren CompDemo ve farklı token sistemleri arasında çeviri yapan Reverse CALM. Bu gelişme, yapay zeka modellerinin daha verimli ve erişilebilir hale gelmesinde önemli bir adım.

Kullanıcı arayüzlerinde çalışan yapay zeka ajanları, arayüzlerin nasıl bilgi ilettiğini anlamak zorunda. Modern arayüzlerde estetikten çok daha fazlası olan animasyonlar, kritik işlevsel amaçlara hizmet ediyor. Ancak görme-dil modellerinin (VLM) arayüz anlayışıyla ilgili çalışmalar çoğunlukla statik ekran görüntüleri üzerinde yoğunlaştı. Araştırmacılar bu boşluğu doldurmak için 300 anotasyonlu kullanıcı arayüzü animasyon videosu içeren AniMINT veri setini oluşturdu. En gelişmiş VLM'lerin animasyonları algılama, amaçlarını belirleme ve anlamlarını yorumlama yeteneklerini sistematik olarak değerlendirdiler. Sonuçlar, bu modellerin temel hareketleri güvenilir şekilde tespit edebildiğini ancak üst düzey anlayışta zorlandığını gösteriyor. Bu çalışma, yapay zeka ajanlarının kullanıcı arayüzleriyle etkileşimini geliştirmek için kritik bir adım oluşturuyor.

Araştırmacılar, büyük dil modellerinin bilgi grafiklerinden veri çekerken karşılaştığı temel soruna çözüm buldu. CacheRAG adlı yeni sistem, yapay zekanın geçmiş sorulardan öğrenmesini sağlayarak performansı dramatik şekilde artırıyor. Geleneksel sistemler her soruyu sıfırdan işlerken, bu teknoloji hafıza kullanarak daha akıllı ve tutarlı yanıtlar üretiyor. Sistem, şema bağımsız arayüzü ve semantik önbellek mekanizması sayesinde hem uzman olmayan kullanıcılar için erişilebilir hem de teknik açıdan daha güvenilir. Bu gelişme, yapay zeka asistanlarından arama motorlarına kadar geniş bir yelpazede uygulanabilir ve AI sistemlerinin insan benzeri öğrenme kabiliyeti kazanmasında önemli bir adım.

Büyük yapay zeka modellerinin mantıklı düşünme yetenekleri gelişirken, bilgi arama sistemleriyle entegrasyonunda önemli bir sorun ortaya çıkıyor. Mevcut RAG sistemleri düşünme süreci başlamadan önce tüm bilgiyi sağlarken, gelişmiş AI modelleri düşünme zinciri boyunca ihtiyaç duyduklarında bilgiye erişmek istiyor. Araştırmacılar bu uyumsuzluğu çözmek için ReaLM-Retrieve adlı yeni bir çerçeve geliştirdi. Sistem, AI'ın hangi adımda bilgi eksiği yaşadığını tespit ediyor, en uygun zamanda dış kaynaklardan bilgi getiriyor ve bu işlemi 3,2 kat daha hızlı yapıyor. Bu gelişme, yapay zekanın karmaşık sorulara verdiği yanıtların kalitesini artırırken, gereksiz bilgi arama işlemlerini de engelliyor.

Araç güvenlik sistemlerinde kullanılan yapay zeka modelleri, yayaları ve bisikletlileri tespit ederken hem hızlı hem de doğru olmalı. Ancak büyük ve başarılı modeller araç bilgisayarlarında çalışamayacak kadar ağır oluyor. Araştırmacılar, büyük bir yapay zeka modelinin bilgisini küçük bir modele aktararak bu sorunu çözdü. Yeni yöntemle 43.7 milyon parametreli büyük model, 11.2 milyon parametreli küçük modele öğretmen gibi davranarak bilgisini aktardı. Sonuçta 4 kat daha küçük bir model elde edildi ve araç bilgisayarlarında çalışabilir hale geldi. Test sonuçları, büyük modelin araç donanımına uyarlandığında başarısının %23 düştüğünü, küçük modelin ise sadece %5.6 kaybettiğini gösterdi. Bu gelişme, otonom araçların yaya güvenliği için daha etkili sistemler kullanabilmesinin önünü açıyor.

Elektronlar sadece yük ve spin özellikleriyle değil, yörünge açısal momentumlarıyla da bilgi taşıyabilir. Bu yeni yaklaşım, daha az enerji tüketen cihazlar ve ağır elementlere bağımlılığı azaltan teknolojiler geliştirebilir. Ancak yörünge akımlarının nasıl üretilip taşındığı büyük ölçüde bilinmiyordu. Terahertz optoyörüngitronik adı verilen yeni teknik, femtosaniye lazer darbeleri ve terahertz radyasyon kullanarak elektronların yörünge hareketlerini gerçek zamanlı gözlemleyebiliyor. Bu yaklaşım, katrilyonda bir saniye gibi ultra hızlı zaman dilimlerinde yörünge akımlarının nasıl başlatıldığını, yayıldığını ve elektriksel sinyallere dönüştüğünü takip ediyor. Nanometre kalınlığındaki ince film malzemelerde yapılan deneyler, yörünge tabanlı bilgi işleme teknolojilerinin gelişimi için kritik veriler sunuyor.