Büyük dil modellerinin uzun metinlerle çalışırken karşılaştığı ciddi hafıza sorunu için yenilikçi bir çözüm geliştirildi. OjaKV adlı sistem, modellerin performansını korurken hafıza kullanımını önemli ölçüde azaltıyor. Araştırmacılar, her kelimenin eşit önemde olmadığını fark ederek, kritik olan ilk ve son kelimeleri tam kalitede saklarken, diğerleri için sıkıştırma tekniği kullanıyor. Bu hibrit yaklaşım, özellikle ChatGPT benzeri modellerin uzun sohbetlerde daha verimli çalışmasını sağlayabilir. Sistem ayrıca farklı veri türlerine kendini uyarlayabilen dinamik bir yapıya sahip. Bu gelişme, yapay zeka modellerinin daha az kaynak kullanarak daha uzun metinlerle çalışabilmesinin önünü açıyor.

Araştırmacılar, mevcut yapay zeka ajanlarının yeni ortamlarda karşılaştıkları temel sorunu çözmek için yenilikçi bir sistem geliştirdi. Çoğu AI ajanı, bilinmeyen durumlarla karşılaştığında 'zeki ama çaresiz stajyer' gibi davranarak pratik kullanılabilirliklerini sınırlıyor. Stanford ve diğer kurumlardan araştırmacılar, bu sorunu ele almak için EvoTest adlı evrimsel öğrenme çerçevesini geliştirdi. Sistem, ajanların test sırasında karmaşık becerileri anında öğrenmesini sağlıyor. Jericho Test-Time Learning benchmark'ı üzerinde yapılan testler, mevcut yansıtma ve hafıza tabanlı yöntemlerin yetersiz kaldığını gösterdi. EvoTest ise her bölüm sonrası tüm ajansal sistemi evrimleştirerek, hiçbir ince ayar olmadan performans artışı sağlıyor.

Araştırmacılar, kablosuz iletişimde sinyal zayıflamasının yaşandığı ortamlarda daha güvenilir veri iletimi sağlayan yeni bir kod çözme yöntemi geliştirdi. Variable-Length Stop-Feedback (VLSF) adı verilen bu sistem, özellikle kanalın önceki durumunu 'hatırladığı' koşullarda çalışarak veri kaybını minimize ediyor. Geleneksel sistemlerde, sinyal gücündeki değişimler ve kanal hafızası nedeniyle kod çözme işlemi zorlaşırken, yeni yöntem bilgi yoğunluğunun alt ve üst sınırlarını hesaplayarak bu sorunu aşıyor. Gauss-Markov sönümleme modeli üzerinde yapılan testler, sistemin durma zamanı dağılımını optimize ettiğini ve korelasyon etkilerini başarıyla yönettiğini gösteriyor. Bu gelişme, 5G ve 6G gibi gelecek nesil iletişim teknolojileri için kritik öneme sahip.

Araştırmacılar, önceden eğitilmiş görsel-dil modellerini robot kontrolü için uyarlarken karşılaşılan önemli bir sorunu çözen AEGIS adlı yeni bir sistem geliştirdi. Robot kontrolü için bu modelleri eğitirken, sürekli eylem verilerinden gelen yoğun gradyanlar modelin orijinal görsel soru-cevap yeteneklerini hızla bozuyor. Mevcut yöntemler ya gradyan akışını tamamen keserek değerli sürekli denetimi kaybediyor ya da düşük-rank adaptörler kullanarak sınırlı çözümler sunuyor. AEGIS, tampon gerektirmeyen ve katman bazında ortogonal gradyan projeksiyon kullanan yenilikçi bir çerçeve sunarak bu ikilemden kurtarıyor. Bu gelişme, robotik sistemlerde görsel-dil modellerinin daha etkili kullanımına kapı açabilir.

Büyük dil modellerinin insan tercihlerine göre eğitilmesinde kullanılan mevcut yöntemler, her soru için sadece bir doğru-yanlış cevap çifti kullanarak veri setlerindeki zengin bilgiyi değerlendiremiyor. Araştırmacılar, aynı soru için birden fazla cevabı karşılaştırarak daha etkili eğitim sağlayan grup tabanlı optimizasyon yöntemlerini geliştirdi. Ancak bu yaklaşım, bilgisayar hafızasında ciddi sorunlar yaratıyordu. Yeni GroupDPO algoritması, hafıza kullanımını önemli ölçüde azaltarak bu sorunu çözüyor ve büyük grup boyutlarıyla ölçeklenebilir eğitim imkanı sunuyor.

Stanford araştırmacıları, toplumsal tartışmaların ne kadar verimli bilgi ürettiğini ölçen yeni bir yapay zeka sistemi geliştirdi. Conversational Information Gain (CIG) adlı framework, her konuşma cümlesinin tartışmaya ne kadar değer kattığını analiz ediyor. Sistem, konuşmalardan atomik iddiaları çıkararak bunları semantik bir hafızada birleştiriyor ve her ifadeyi Yenilik, İlişki ve Etki Kapsamı boyutlarında değerlendiriyor. TV tartışmaları ve toplum görüşmeleri üzerinde yapılan testlerde, sistemin insan algısıyla uyumlu sonuçlar verdiği görüldü. Bu teknoloji, gelecekte demokratik süreçlerin kalitesini artırmak ve daha verimli müzakere ortamları yaratmak için kullanılabilir.

Araştırmacılar, kimya laboratuvarlarında çalışabilen yeni bir yapay zeka sistemi geliştirdi. ChemBot adlı bu sistem, görme, dil anlama ve hareket yeteneklerini birleştirerek karmaşık kimyasal deneyleri otomatik olarak gerçekleştirebiliyor. En önemli özelliği ise geçmiş deneyimlerini hatırlayıp bunlardan öğrenebilmesi. Sistem, başarılı stratejileri hafızasında saklıyor ve sonraki deneylerde bu bilgileri kullanıyor. Bu sayede sürekli tekrar yapmak yerine önceki deneyimlerden faydalanarak daha verimli çalışabiliyor. Geleneksel sistemler planlama ve uygulama aşamalarını ayrı tutarken, ChemBot bunları entegre ederek daha akıllı bir yaklaşım sunuyor. Bu gelişme, laboratuvar otomasyonunda önemli bir adım sayılıyor.

Bilim insanları, Mn3Si2Te6 kuantum mıknatısında orbital akımların hem reaktif hem de hafıza işlevlerini aynı anda gerçekleştirebileceğini keşfetti. Bu malzemede kiral orbital akımlar, tek kristal yapı içinde doğal indüktans ve kalıcı hafıza direnci özelliklerini ortaya çıkarıyor. Düşük frekanslarda coherent orbital-akım bölgeleri güçlü indüktif davranış sergilerken, yüksek frekanslarda akım kaynaklı yeniden düzenlemeler metastabil durumlar yaratarak hafıza etkisi oluşturuyor. Bu bulgular, kuantum malzemelerde orbital serbestlik derecelerinin henüz keşfedilmemiş dinamik olaylar için büyük potansiyel taşıdığını gösteriyor. Araştırma, orbital akımların hem tepkisel hem de bellek özelliklerini kodlayan yeni bir kuantum durum değişkeni sınıfı oluşturduğunu ortaya koyuyor ve gelecekteki kuantum teknolojiler için önemli imkânlar sunuyor.

Araştırmacılar, İHA'ların (İnsansız Hava Araçları) sesli komutlarla karmaşık ortamlarda bağımsız navigasyon yapabilmesi için yeni bir yapay zeka sistemi geliştirdi. FineCog-Nav adlı bu sistem, insan beyninin çalışma prensiplerinden ilham alarak navigasyon sürecini yedi ayrı bilişsel modüle ayırıyor: dil işleme, algılama, dikkat, hafıza, hayal kurma, akıl yürütme ve karar verme. Her modül özel görevine odaklanmış yapay zeka temelleri üzerinde çalışarak birbirleriyle koordineli şekilde hareket ediyor. Sistem, mevcut yöntemlerin aksine büyük model boyutlarına ihtiyaç duymadan sıfırdan öğrenme yaklaşımıyla çalışıyor. Araştırma ekibi ayrıca sistemin performansını ölçmek için 300 farklı uçuş rotası içeren özel bir test veri seti hazırladı. Bu gelişme, otonom drone navigasyonunda önemli bir adım olarak görülüyor.

Araştırmacılar, büyük dil modellerinin hafıza sistemlerindeki güvenlik açıklarını değerlendiren ilk kapsamlı test platformu MemEvoBench'i geliştirdi. Yapay zeka ajanlarına kalıcı hafıza eklenmesi, kişiselleştirilmiş deneyimler sunsa da yeni güvenlik riskleri yaratıyor. Kirli veya önyargılı bilgiler hafızada biriktikçe, AI ajanları anormal davranışlar sergileyebiliyor. Bu yeni platform, 7 farklı alanda 36 risk türünü kapsayan testlerle, AI sistemlerinin uzun vadeli hafıza güvenliğini ölçüyor ve yanıltıcı bilgilere maruz kalma sonucu ortaya çıkan davranışsal sapmaları analiz ediyor.

Araştırmacılar, yapay zekanın öğrenme süreçlerini modellemek için insan beynindeki Hebbian plastisiteden ilham alan yeni bir matematiksel framework geliştirdi. Tan-HWG adı verilen bu model, hafıza durumlarını olasılık dağılımları olarak ele alarak, yapay sinir ağlarının nasıl öğrendiğini geometrik bir perspektifle açıklıyor. Sistem, dahili hafıza durumları ile gözlemlenebilir çıktılar arasında temel bir ayrım yaparak, sinaptik bağlantıların güçlenmesi ve budanmasını geometrik sonuçlar olarak açıklıyor. Bu yaklaşım, yapay zeka sistemlerinin öğrenme mekanizmalarını daha iyi anlamamıza ve optimize etmemize yardımcı olabilir.