Araştırmacılar, nöro-sembolik yapay zeka sistemleri için özel olarak tasarlanmış yenilikçi bir işlemci mimarisi geliştirdi. Overmind adlı bu sistem, büyük dil modelleri ve otonom sistemlerde karşılaşılan temel hesaplama sorunlarını çözmek üzere tasarlandı. Mevcut donanım platformlarının yüksek bellek kullanımı, sık pipeline durmaları ve sınırlı I/O bant genişliği gibi sorunlarıyla başa çıkmak için üç ana yenilik sunuyor: Padé yaklaşımları ile evrensel doğrusal olmayan fonksiyonların optimize edilmesi, maliyetli önbellek sistemlerini ortadan kaldıran öngörülü bellek bypass teknolojisi ve model dağıtımını optimize eden kapsamlı yazılım yığını. Bu çapraz katman optimizasyonları, nöro-sembolik AI sistemlerinin daha verimli ve pratik şekilde dağıtılmasını mümkün kılıyor.

Araştırmacılar, büyük veri koleksiyonları üzerinde yapılan sorguları dramatik şekilde hızlandıran yeni bir derleyici sistemi geliştirdi. Bonsai adlı bu sistem, ağaç veri yapılarındaki gereksiz dalları otomatik olarak budayarak sorgu performansını artırıyor. Geleneksel sistemlerde her sorgu türü için ayrı ayrı yazılması gereken budama algoritmalarını, Bonsai tek bir genel yaklaşımla çözüyor. Sistem, sembolik interval analizi kullanarak hangi ağaç dallarının güvenle atlanabileceğini belirliyor ve geometrik işlemler için özel kurallar içeriyor. Bu teknoloji, özellikle büyük veri analitiği ve veritabanı yönetimi alanlarında önemli performans iyileştirmeleri sağlayabilir.

Füzyon reaktörlerinde kullanılacak malzemelerin hidrojen dayanımını test etmek kritik bir konu. Araştırmacılar, bu amaçla SHIELD adlı yeni bir ölçüm platformu geliştirdi. Sistem, yapısal malzemelerin hidrojen transport özelliklerini kontrollü sıcaklık ve basınç koşullarında hassas bir şekilde ölçebiliyor. Platform, geleneksel yöntemlerdeki kaçak, sıcaklık kararsızlığı ve basınç ölçüm hatalarını minimize edecek şekilde tasarlandı. SHIELD, bağımsız yukarı ve aşağı akım hacimleriyle çalışan statik bir gaz geçirgenlik sistemi kullanıyor. Bu sayede basınç kontrolü ve ölçümlerde yüksek hassasiyet sağlanıyor. Araştırmacılar, sistemin performansını 316 paslanmaz çelik ve AISI 1018 düşük karbonlu çelik üzerinde hidrojen geçirgenlik testleri yaparak doğruladı. Platform ayrıca açık kaynak veri işleme çerçevesiyle şeffaflık ve tekrarlanabilirlik sunuyor.

Bilgisayar biliminde önemli bir teorik problem olan silme kanallarındaki alt dizi sayısının hesaplanması konusunda yeni bir çalışma yayınlandı. Araştırmacılar, bir metin dizisinden belirli sayıda karakter silindiğinde ortaya çıkabilecek farklı alt dizilerin sayısını tahmin etmek için geliştirilmiş sınırlar önerdiler. Bu problem özellikle veri iletimi ve hata düzeltme kodları alanında kritik öneme sahip. Çalışma, ikili olmayan diziler üzerine odaklanarak, bu tür dizilerdeki maksimum alt dizi sayısına sahip dizi ailelerini karakterize etti ve bu sayının polinom zamanda hesaplanabileceğini gösterdi.

Araştırmacılar, sürekli gelişen deepfake teknolojilerine karşı yeni bir savunma sistemi geliştirdi. AIFIND adlı bu sistem, sahte yüz videolarını tespit ederken önceki öğrendiği bilgileri unutmadan yeni sahtecilik türlerini de tanıyabiliyor. Sistem, görüntülerdeki düşük seviyeli yapay izlerden yararlanarak sabit referans noktaları oluşturuyor ve bu sayede özellik kaymasını önlüyor. Geleneksel yöntemlerden farklı olarak, yalnızca ikili sınıflandırma yerine ince taneli hizalama kullanarak daha hassas tespit yapabiliyor. Bu gelişme, sosyal medyada artan deepfake tehdidine karşı önemli bir adım teşkil ediyor.

Fizikçiler, malzemelerdeki kusurların topolojik faz geçişlerini nasıl etkilediğini araştırdılar. Topolojik faz geçişleri, malzemelerin elektronik özelliklerinin ani değişimlerle karakterize edildiği kritik anlardır. Araştırmacılar, üç boyutlu kafes yapısında rastgele dağılmış kusurların bulunduğu bir model sistemi inceleyerek, bu kusurların zayıf olsa bile faz geçişinin doğasını tamamen değiştirdiğini keşfettiler. Bulgular, kusurlu malzemelerin daha önce bilinmeyen bir evrensellik sınıfına ait olduğunu gösteriyor. Bu keşif, gerçek malzemelerde her zaman bulunan kusurların, kuantum teknolojilerinde kullanılan topolojik malzemelerin davranışını nasıl etkilediğinin anlaşılmasında önemli bir adım.

Araştırmacılar, doğal ve mühendislik sistemlerini anlamamıza yardımcı olan diferansiyel denklemleri verilerden otomatik olarak keşfedebilen yeni bir yapay zeka sistemi geliştirdi. Latent Grammar Flow (LGF) adı verilen bu hibrit yaklaşım, sinir ağlarının öğrenme gücünü sembolik matematik kurallarıyla birleştiriyor. Sistem, matematiksel denklemleri dilbilgisi kurallarına dayalı temsillere dönüştürerek benzer davranış gösteren denklemleri aynı bölgede gruplandırıyor. Bu sayede karmaşık sistemlerin arkasındaki matematiksel yasaları keşfetmek, geleneksel kara kutu yapay zeka modellerinin aksine yorumlanabilir ve aktarılabilir sonuçlar üretiyor. Sistem ayrıca kararlılık gibi alan bilgisini de dahil edebiliyor.

Araştırmacılar, S-düz sayılar olarak adlandırılan özel sayı ailelerinde yasak konfigürasyonlar için yeni bir matematiksel formül geliştirdi. Bu çalışma, belirli asal sayı kümelerinin katlarını içermeyen en büyük alt kümelerin boyutunu hesaplayan hassas formüller sunuyor. Bulgular, sayı teorisinin temel problemlerinden biri olan ekstrem yoğunluk hesaplamalarında önemli bir ilerleme kaydediyor. Geliştirilen formül, klasik yasak konfigürasyon teorisini S-düz sayılara uyarlayarak, hem teorik hem de hesaplamalı sonuçlar elde ediyor.

Araştırmacılar, büyük dil modellerini belirli diller için optimize etmek amacıyla 'token budama' tekniğini kullanarak kapsamlı bir değerlendirme gerçekleştirdi. Korece odaklı doğal dil işleme görevlerine odaklanan çalışma, Qwen3, Gemma-3, Llama-3 ve Aya gibi son teknoloji çok dilli modelleri test etti. Token budama, hedef uygulamayla ilgisiz dillere ait token'ları ve gömme parametrelerini sistemden çıkaran bir sıkıştırma tekniği olarak öne çıkıyor. Bulgular, bu yöntemin dil karmaşasını ortadan kaldırarak üretim kararlılığını önemli ölçüde artırdığını ve özellikle makine çevirisinde Korece'ye özgü görevlerde performansı sıklıkla iyileştirdiğini gösteriyor.

Yapay zeka modellerinin eğitiminde kullanılan pekiştirmeli öğrenme yöntemlerinin etkinliği konusunda süren tartışmalara ışık tutan yeni bir araştırma, önemli bulgular ortaya koyuyor. Araştırmacılar, mevcut yetenekleri keskinleştirmenin yeni beceriler kazandırmaktan farklı olduğunu ve görev odaklı ödül sistemlerinin üstünlüğünü kanıtlıyor. Llama ve Qwen model ailelerinde yapılan deneyler, sadece dağıtım keskinleştirmenin sınırlı gelişim sağladığını gösteriyor. Bu çalışma, gelecek nesil yapay zeka sistemlerinin nasıl daha etkili eğitilebileceği konusunda yol gösterici nitelikte.

Araştırmacılar, askeri üsler gibi yüksek mobilite riskli bölgelerde yaşayan ailelerin ev satın alma veya kiralama kararlarını matematiksel olarak modelleyen yeni bir yaklaşım geliştirdi. Stokastik sınır teorisi kullanılan çalışmada, ev fiyatları ve kira değerleri arasındaki ilişki, belirsiz taşınma süreleri göz önünde bulundurularak analiz edildi. Model, mobilite riskinin mülk sahipliğinin değerini nasıl düşürdüğünü ve aynı fiyat-kira oranlarının farklı lokasyonlarda neden farklı kararlar gerektirdiğini açıklıyor. Bu matematik tabanlı yaklaşım, emlak piyasasındaki karmaşık dinamikleri anlamada yeni bir araç sunuyor.