Araştırmacılar, büyük dil modellerinin kısa cevaplı sınavları değerlendirirken ne kadar güvenilir olduğunu belirlemeye yönelik yeni bir yöntem geliştirdi. Çalışma, yapay zekanın eğitim alanındaki değerlendirme süreçlerinde insan-AI işbirliğinin daha güvenli hale getirilmesi için kritik önem taşıyor. Araştırmada, modelin kendi güven sinyalleriyle veri setinden elde edilen belirsizlik ölçümlerinin birleştirildiği hibrit bir yaklaşım öneriliyor. Bu yenilik, öğretmenlerin AI destekli değerlendirmelere ne ölçüde güvenebileceğini göstererek, eğitim teknolojilerinin daha etkin kullanılmasına katkı sağlayabilir.

Büyük dil modelleri müzakere ve politika yapımı gibi eksik bilgilerle stratejik karar verme görevlerinde sıklıkla kullanılıyor. Ancak bu modellerin beklenmedik başarısızlıkları var. Yeni bir araştırma, Llama 3.1, Qwen3 ve GPT-OSS modellerini inceleyerek bu başarısızlıkların nedenlerini ortaya çıkardı. Çalışma, yapay zekanın gözlem yapma, inanç oluşturma ve eylem alma süreçleri arasında iki kritik boşluk tespit etti. Birincisi, modellerin gerçekte sahip oldukları inançlar ile sözel olarak ifade ettikleri arasındaki tutarsızlık. İkincisi ise iç inançları eylemlere dönüştürmedeki zayıflık. Bu bulgular, AI sistemlerinin stratejik düşünme yeteneklerini geliştirmek için önemli ipuçları sunuyor.

Büyük dil modelleri sağlık alanında kullanılırken yüksek maliyet sorunuyla karşılaşıyor. Araştırmacılar, uzun ve karmaşık klinik metinlerin işlenmesi için yeni bir yöntem geliştirdi. Bu yaklaşım, sınırlı bütçe ile en önemli bilgi parçalarını seçerek hem maliyeti düşürüyor hem de performansı koruyor. Klinik notlar, tıbbi özetler ve değerlendirme metinleri üzerinde yapılan deneyler, akıllı seçim stratejilerinin başarılı olduğunu gösterdi. Bu gelişme, sağlık teknolojilerinde yapay zekanın daha verimli kullanılması için önemli bir adım.

2025 Osaka Dünya Fuarı, gelişmiş yapay zeka çeviri teknolojileriyle ziyaretçilere dil engellerinin olmadığı bir deneyim sunacak. Araştırmacılar, yüksek kaliteli ve düşük gecikmeli eş zamanlı çeviri sistemleri geliştirdi. Bu teknolojiler arasında parça tabanlı girdi segmentasyonu, bağlama duyarlı çeviri ve çoklu motor makine çevirisi yer alıyor. Özel şirketlerle yapılan işbirlikleri sonucunda gerçek dünya uygulamaları hayata geçirildi ve fuarda sergilenecek hizmetler hazırlandı. Bu gelişme, küresel etkinliklerde çok dilli iletişimin geleceğine işaret ediyor.

Araştırmacılar, dil modellerinin iç temsillerini daha iyi anlayabilmek için 'Kodlama Probu' adında yenilikçi bir yöntem geliştirdi. Geleneksel yaklaşımların aksine, bu teknik farklı özelliklerin model temsillerine katkısını doğrudan karşılaştırma imkanı sunuyor. Metin ve konuşma transformatör modelleri üzerinde yapılan testlerde, akustik, fonetik, sözdizimsel ve sözcüksel özellikler analiz edildi. Sonuçlar, konuşmacı kimliğinin eğitim hedeflerine göre değişkenlik gösterdiğini, sözdizimsel ve sözcüksel özelliklerin ise bağımsız olarak katkı sağladığını ortaya koydu. Bu yöntem, yapay zeka modellerinin nasıl çalıştığını anlamamıza yeni bir perspektif kazandırıyor.

Araştırmacılar, makine çevirilerinin metinlerin anlamsal yapısını ne ölçüde koruduğunu araştırdı. 28 farklı dildeki 2800'den fazla siyasi parti manifestosunu İngilizceye çevirerek analiz eden çalışma, çeviri sırasında anlam kayıplarını ölçmek için yeni bir yöntem geliştirdi. Araştırma, bazı dillerde çevirinin anlamsal yapıyı başarıyla koruduğunu, bazılarında ise bozduğunu ortaya koydu. Bu bulgular, yapay zeka ve doğal dil işleme alanında makine çevirilerine dayalı araştırmaların güvenilirliği açısından kritik önem taşıyor.

Araştırmacılar, yapay zeka sohbet robotlarının çok turlu konuşmalarda daha doğru ve güvenilir yanıtlar verebilmesi için H-RAG adlı yeni bir sistem geliştirdi. Bu sistem, hiyerarşik ebeveyn-çocuk yapısıyla bilgi arama ve üretim süreçlerini iki aşamada gerçekleştiriyor. İlk aşamada küçük metin parçacıkları arasından en uygun bilgiyi buluyor, ikinci aşamada ise bu bilgiyi tam belgeler içinde bütünlüklü bir şekilde sunuyor. Sistem, hem yoğun hem de seyrek arama tekniklerini birleştirerek hibrit bir yaklaşım benimsiyor. SemEval-2026 yarışmasında test edilen bu yöntem, sohbet robotlarının uzun konuşmalarda bağlamı kaybetmeden doğru bilgi verebilme kapasitesini artırmayı hedefliyor. Özellikle müşteri hizmetleri ve eğitim alanlarında kullanılabilecek bu teknoloji, yapay zeka destekli konuşma sistemlerinin gelişimi için önemli bir adım teşkil ediyor.

Büyük dil modelleri uzun süreli kullanıcı etkileşimlerinde kişiselleştirme sağlamak için hafıza sistemlerine ihtiyaç duyar, ancak sınırlı bağlam pencereleri bu süreci zorlaştırır. Araştırmacılar, insan beynindeki prefrontal korteks ve hipokampüs bölgelerinin işlevsel ayrımından ilham alarak MemCoE adlı iki aşamalı optimizasyon sistemi geliştirdi. Bu sistem, hafızanın nasıl organize edilmesi ve hangi bilgilerin güncellenmesi gerektiğini öğrenir. İlk aşamada kontrastif geri bildirimle küresel kılavuzlar oluşturulur, ikinci aşamada ise bu kılavuzlarla uyumlu hafıza politikaları optimize edilir. Yenilik, insan bilişsel süreçlerini taklit ederek AI sistemlerinin uzun vadeli öğrenmesini iyileştirmeyi hedefler.

Araştırmacılar, mevcut transformer modellerinin sınırlarını aşan yeni bir yapay zeka mimarisi geliştirdi. State Stream Transformer (SST) V2, geleneksel modellerin aksine pozisyonlar arası gizli bilgiyi koruyor ve sürekli bir mantık yürütme süreci sağlıyor. Bu yenilik, AI modellerinin daha verimli öğrenmesini ve daha derin düşünme kapasitesini mümkün kılıyor. Model, her katmanda doğrusal olmayan bir tekrarlama mekanizması kullanarak, gizli durumları tüm dizi boyunca akıtıyor. En önemli özelliği ise çıkarım sırasında her pozisyonda sürekli düşünebilme yetisi - tıpkı insanların karar vermeden önce düşünmesi gibi. İki aşamalı paralel eğitim prosedürü sayesinde verimli öğrenme sağlanırken, gizli durum analizi modelin farklı anlamsal alanlarda gezinerek mantık yürüttüğünü gösteriyor.

Araştırmacılar, deepfake ses kayıtlarını tespit etmek için özel olarak tasarlanmış yeni bir yapay zeka modeli olan Alethia'yı geliştirdi. Mevcut yöntemlerin sınırlarına ulaştığı bir dönemde, bu model farklı bir yaklaşım benimsiyor. Alethia, maskelenmiş gömülü tahmin ve spektogram yeniden yapılandırma tekniklerini birleştiren yenilikçi bir eğitim reçetesi kullanıyor. 56 farklı veri seti üzerinde yapılan testlerde, model mevcut teknolojileri geride bırakarak üstün performans sergiledi. Özellikle gerçek dünya koşullarındaki bozulmalara karşı dayanıklılığı ve daha önce görmediği alanlardaki başarısı dikkat çekici. Model, şarkı deepfake'leri gibi yeni türdeki sahte ses içeriklerini bile başarıyla tespit edebiliyor.

Araştırmacılar, manyetik alan kullanmadan çalışabilen kuantum bilgisayarlar geliştirmek için organik malzemeler üzerinde yeni bir yaklaşım önerdi. Çalışma, SVILC kubit teknolojisi ve 3 Katmanlı Kuantum Beyin Hipotezi'ni temel alarak dört farklı yol belirliyor. Bu yöntemler arasında flavin-nitroksit radikal çiftleri, PTM radikal dizileri ve özel polimer yapılar yer alıyor. Araştırma, kuantum bilgisayarların daha pratik ve erişilebilir hale gelmesi açısından önemli bir adım olarak görülüyor. Manyetik alan gerektirmeyen sistemler, enerji tüketimini azaltarak kuantum teknolojilerinin yaygınlaşmasına katkıda bulunabilir.