Araştırmacılar, sayılar geometrisi yöntemlerini kullanarak matematiksel nesnelerin orbitlerini saymak için yeni teknikler geliştirdi. Bu çalışma, özellikle eliptik eğriler ve hipereliptik eğrilerin Jacobianları üzerinde odaklanarak, bu yapıların ortalama rankları ve Selmer grup boyutları hakkında önemli bilgiler sağlıyor. Geliştirilen yöntem, herhangi bir global alan üzerinde çalışabiliyor ve modern sayı teorisinin en zor problemlerinden bazılarına ışık tutuyor. Özellikle karakteristiği 2, 3 veya 5 olmayan alanlarda uygulanabilen bu teknik, matematiksel yapıların istatistiksel özelliklerini anlamada yeni ufuklar açıyor.

Araştırmacılar, büyük dil modellerinin mantık yürütme yeteneklerini geliştirmek için OGER adlı yenilikçi bir çerçeve geliştirdi. Bu sistem, çevrimdışı öğretmen rehberliği ile çevrimiçi takviyeli öğrenmeyi birleştirerek, yapay zekanın bilinen çözüm yollarının ötesinde yeni keşifler yapmasını sağlıyor. OGER, çoklu öğretmen işbirlikli eğitim kullanarak modellerin hem geçmiş deneyimlerden yararlanmasını hem de özerk keşiflere yönelmesini teşvik ediyor. Matematik ve genel mantık yürütme testlerinde yapılan deneyler, bu yaklaşımın mevcut yöntemlere göre önemli üstünlükler sağladığını gösteriyor.

Büyük dil modeli tabanlı yapay zeka ajanları, çok adımlı iş akışları ve araç etkileşimleri sırasında prompt-enjeksiyon saldırılarına karşı savunmasız kalabiliyor. Araştırmacılar, bu güvenlik açığına karşı SafeAgent adlı yeni bir runtime koruma mimarisi geliştirdi. Sistem, ajan güvenliğini gelişen etkileşim yörüngelerinde durumsal bir karar problemi olarak ele alıyor. İki koordineli bileşenden oluşan mimari: ajan döngüsü etrafındaki eylemlere aracılık eden runtime kontrolörü ve kalıcı oturum durumu üzerinde çalışan bağlam-farkında karar çekirdeği. Agent Security Bench ve InjecAgent testlerinde SafeAgent'ın etkinliği kanıtlandı. Bu gelişme, gelecekte daha güvenli AI ajan sistemlerinin tasarımında önemli bir adım.

Araştırmacılar, türbülanslı akış simülasyonlarını önemli ölçüde hızlandıran yeni bir açık kaynak yazılım paketi geliştirdi. IncompressibleNavierStokes.jl adlı bu Julia paketi, GPU ve CPU'larda eşzamanlı çalışabilen matrix-free çekirdekler kullanarak sıkışmayan Navier-Stokes denklemlerini çözüyor. Yazılımın en dikkat çekici özelliği, yapay sinir ağı modellerinin doğrudan simülasyon içine gömülebilmesi. Bu sayede türbülans modellemesi için neural network kapanış modelleri eğitilebiliyor. Yazılım, tek bir GPU üzerinde 840³ çözünürlüğe kadar doğrudan sayısal simülasyonlar gerçekleştirebiliyor. Geliştirilen sistem, türbülanslı kanal akışı testlerinde referans verilerle başarıyla doğrulandı. Bu gelişme, hesamalı akışkanlar dinamiği alanında yapay zekanın entegrasyonu açısından önemli bir adım olarak değerlendiriliyor.

Bilim insanları, araştırmalarda sıkça kullanılan karmaşık istatistiksel hesaplamaları basitleştiren yeni yaklaşım formülleri geliştirdi. Normal dağılımın tersi, Student t-dağılımı ve aykırı değer tespiti gibi temel istatistiksel testlerde kullanılan hesaplamalar için önerilen basit formüller, pratik uygulamalarda yeterli doğruluğu sağlıyor. Bu gelişme, bilim insanlarının ve araştırmacıların veri analizi süreçlerini hızlandırabilir ve karmaşık hesaplamalara daha kolay erişim sağlayabilir. Özellikle hipotez testleri ve gözlem verilerinin işlenmesinde kritik rol oynayan bu istatistiksel fonksiyonların basitleştirilmesi, araştırma süreçlerinin daha verimli hale gelmesine katkı sağlayacak.

Araştırmacılar, sosyal medyadan salgın yayılımına kadar pek çok alanda etkili olan grup dinamiklerini hipergraflar üzerinde incelediler. Geleneksel ağların ötesine geçen bu yapılarda, bireysel ve grupsal etkileşimlerin nasıl rekabet ettiğini keşfettiler. Çalışma, hipergraf yapısındaki 'iç içe geçmişlik' seviyesinin salgın eşiğini beklenmedik şekilde etkilediğini ortaya koydu. Orta düzeyde iç içe geçmişlikte salgın yayılımının en kolay gerçekleştiği gözlendi. Ayrıca grup odaklı oylama modeliyle konsensüs süreçlerini analiz eden bilimciler, toplumsal uzlaşma zamanının sistem büyüklüğüyle logaritmik olarak arttığını buldu. Bu bulgular, sosyal ağlarda bilgi yayılımından toplumsal karar alma süreçlerine kadar geniş bir yelpazede uygulanabilir.

Araştırmacılar, kan tahlili görüntülerini analiz edebilen ilk özel yapay zeka sistemini geliştirdi. PBSBench adlı bu framework, periferik kan yayması görüntülerini yorumlayabilen çok modlu dil modeli içeriyor. Sistem, 353 tam kan yayması görüntüsi ve 29 bin hücre seviyesinde açıklamayla eğitildi. Geleneksel patoloji yapay zekaları katı doku analizi için tasarlandığından kan hücrelerinin bireysel morfolojilerini değerlendirmede yetersiz kalıyordu. Bu yeni sistem, kan hastalıklarının teşhisinde doktorlara destek olabilecek ilk özelleşmiş yapay zeka aracı olma özelliği taşıyor. Hematoloji alanında yapay zeka kullanımının yaygınlaşması, kan hastalıklarının erken teşhisini hızlandırabilir.

Araştırmacılar, büyük dil modellerinin mevcut değerlendirme yöntemlerinin ciddi eksiklikler taşıdığını ortaya koyuyor. Statik testlerin gerçek dünya kullanımını yansıtmaması, tek seferlik etkileşimlere odaklanması ve uzun vadeli performansı göz ardı etmesi gibi sorunlar, AI sistemlerinin gerçek yeteneklerini değerlendirmede yetersiz kalıyor. Özellikle insan geri bildirimli öğrenme süreçlerinde bu eksiklikler, modellerin ödül sistemini manipüle etmesine yol açabiliyor. Yeni önerilen 'Sürekli Temellendirilmiş Değerlendirme' çerçevesi ve ISOPro sistemi, simülasyon tabanlı bir yaklaşımla bu sorunları çözmeyi hedefliyor.

Araştırmacılar, büyük dil modellerinin karmaşık problemleri adım adım çözmesi için yeni bir eğitim yöntemi geliştirdi. GTPO (Grup Tur Politika Optimizasyonu) adı verilen bu teknik, yapay zeka modellerinin kod yazma, test etme ve sonuçları değerlendirme süreçlerini içeren çok turlu akıl yürütme görevlerinde daha başarılı olmalarını sağlıyor. Mevcut pekiştirmeli öğrenme yöntemlerinin aksine, GTPO her adım için ayrı geri bildirim vererek modelin öğrenme sürecini hızlandırıyor. Bu gelişme, yapay zeka asistanlarının matematiksel problemlerden kod geliştirmeye kadar birçok alanda daha etkili çözümler üretmesinin yolunu açıyor.

Görsel-dil modelleri (VLM) uzamsal akıl yürütme testlerinde başarılı sonuçlar gösterse de, nesneler arası etkileşimleri anlamada ciddi eksiklikleri bulunuyor. Mevcut değerlendirme yöntemleri 'solunda', 'arkasında' gibi genel ilişkileri test ediyor ancak gerçek dünya uygulamaları için kritik olan detaylı uzamsal anlayışı göz ardı ediyor. Araştırmacılar bu sorunu çözmek için BOP-ASK adında yeni bir veri seti geliştirdi. Bu kapsamlı veri seti, 150 binden fazla görsel ve 33 milyondan fazla veri noktası içeriyor. Sistem, nesnelerin 6D pozisyon bilgilerinden yola çıkarak kavrama pozları, nesne konumları, yol planlama rotaları ve nesneler arası ilişkiler gibi ayrıntılı bilgileri çıkarıyor. Bu gelişme, yapay zekanın fiziksel dünyayla etkileşimi için gerekli olan hassas 3D lokalizasyon, nesneler arası fiziksel uyumluluk ve çok adımlı uzamsal planlama yeteneklerinin geliştirilmesinde önemli bir adım teşkil ediyor.

Araştırmacılar, finansal piyasaları yüksek doğrulukla simüle edebilen EvoMarket adlı yeni bir sistem geliştirdi. Bu simülatör, gerçek borsa mekanizmalarını taklit ederek piyasa stres testleri ve politika analizleri yapılmasını sağlıyor. Geleneksel simülatörlerden farklı olarak, çoklu varlık ticareti ve günler arası işlemleri destekleyebiliyor. Sistem, gerçek limit emir defterlerini taklit eden mikroyapı doğruluğu sunurken, piyasa açılış müzayedeleri ve fiyat limitleri gibi kurumsal mekanizmaları da içeriyor. Oracle rehberli öğrenme yaklaşımı sayesinde pahalı kalibrasyona ihtiyaç duymadan çalışabilen EvoMarket, finansal araştırmalar ve risk yönetimi için önemli bir araç olarak öne çıkıyor.