Araştırmacılar, altyapısız acil durum iletişimi için BLE ve LoRa teknolojilerini birleştiren yenilikçi bir ağ mimarisi geliştirdi. Sistem, yakın mesafe iletişimi için Bluetooth Low Energy, uzun menzil bağlantısı için LoRa radyolarını kullanarak hibrit bir yapı oluşturuyor. Yerel kümeler BLE üzerinden iletişim kurarken, küme liderleri LoRa omurgası ile uzak bölgelere ulaşabiliyor. Test sonuçları, sistemin enerji tüketimini %79 oranında azalttığını ve 10 kilometre çapında ağ kurabildiğini gösteriyor. Bu teknoloji, deprem, sel gibi doğal afetlerde haberleşme altyapısının çöktüğü durumlarda kritik önem taşıyor.

Araştırmacılar, büyük dil modellerinin yeni görevler öğrenirken eski bilgilerini unutmasını engelleyen JumpLoRA adlı yenilikçi bir yöntem geliştirdi. Bu teknik, LoRA (Düşük Dereceli Uyarlama) blokları içinde dinamik parametre izolasyonu sağlayarak görevler arasındaki müdahaleyi önlüyor. JumpReLU kapılama mekanizması kullanarak adaptif seyreklik oluşturan sistem, mevcut sürekli öğrenme yaklaşımlarıyla uyumlu çalışabiliyor. Özellikle IncLoRA sisteminin performansını önemli ölçüde artırırken, lider sürekli öğrenme yöntemi ELLA'yı geride bırakıyor. Bu gelişme, yapay zeka modellerinin daha verimli şekilde çoklu görevleri öğrenmesi açısından önemli bir adım.

Bilim insanları, nesnelerin interneti (IoT) cihazları için devrim niteliğinde bir güvenlik çözümü geliştirdi. Bu yenilik, SWIPT (Simultaneous Wireless Information and Power Transfer) teknolojisini kullanan IoT ağlarında güvenliği artırırken enerji tüketimini minimal düzeyde tutuyor. Backscatter tabanlı kimlik doğrulama mekanizması sayesinde, cihazlar geleneksel RF alıcı-vericilerini aktif hale getirmeden güvenli iletişim kurabilmekte. Araştırmacılar, protokolden bağımsız çalışan bu çözümün minimal donanım değişikliği gerektirdiğini ve mevcut LoRaWAN şifrelemesindeki güvenlik açıklarını giderdiğini gösterdi. Pil gerektirmeyen sensör düğümlerinde test edilen sistem, özellikle enerji kısıtlı ortamlarda çalışan IoT cihazları için büyük önem taşıyor.

Araştırmacılar, büyük dil modellerinin eğitiminde devrim niteliğinde bir yöntem geliştirdi. Aletheia adındaki bu sistem, modelin hangi katmanlarının belirli bir görev için daha önemli olduğunu tespit ediyor ve LoRA adaptörlerini yalnızca bu kritik katmanlara uyguluyor. 81 farklı deney ve 14 başarılı model üzerinde yapılan testlerde, yöntem ortalama %23 hız artışı sağladı. Sistem, 0.5 milyardan 72 milyar parametreye kadar değişen model boyutlarında test edildi ve performans kaybı yaşanmadan eğitim süresini önemli ölçüde kısalttı. Bu gelişme, AI modellerinin daha verimli şekilde özelleştirilmesini mümkün kılarak, araştırmacılar ve geliştiriciler için büyük avantaj sağlıyor.

Araştırmacılar, büyük dil modellerinin belirli görevler için eğitimini daha verimli hale getiren TLoRA+ adlı yeni bir yöntem geliştirdi. Bu teknik, modellerin performansını artırırken hesaplama maliyetini minimum düzeyde tutuyor. ChatGPT ve benzeri büyük dil modellerinin özelleştirilmesi için kullanılan mevcut LoRA yöntemini geliştiren bu yaklaşım, daha az kaynak kullanarak daha iyi sonuçlar elde etmeyi mümkün kılıyor. GLUE benchmark testlerinde yapılan denemeler, yöntemin farklı model mimarilerinde tutarlı bir şekilde başarılı olduğunu gösterdi. Bu gelişme, yapay zeka modellerinin daha geniş kitlelere ve küçük şirketlere açılması açısından önemli bir adım olarak değerlendiriliyor.

Araştırmacılar, meme kanseri patoloji raporlarını otomatik olarak analiz edebilen yeni bir yapay zeka sistemi geliştirdi. Llama-3 tabanlı bu sistem, 10.677 uzman onaylı rapor üzerinde eğitildi ve kanser evrelemesi ile biyobelirteç bilgilerini %97.6 doğrulukla çıkarabildi. Geleneksel yöntemlerin zorlandığı karmaşık tıbbi terminoloji ve farklı rapor formatlarını başarıyla çözen sistem, düşük hesaplama maliyetiyle çalışıyor. LoRA tekniği kullanılarak optimize edilen model, hastane kayıtlarının büyük ölçekli analizini mümkün kılacak. Bu gelişme, kanser tedavisinde hızlı ve standart veri işleme imkanı sunuyor.