Araştırmacılar, MimicLM adı verilen yeni bir yapay zeka modeli geliştirerek ses taklidi alanında önemli bir atılım gerçekleştirdi. Bu model, herhangi bir kişinin ses tonunu ve konuşma tarzını taklit edebilirken, söylenen kelimelerin anlamını değiştirmeden koruyor. Geleneksel yöntemlerin aksine, MimicLM sentetik konuşmayı eğitim kaynağı olarak kullanırken gerçek ses kayıtlarını hedef alarak öğreniyor. Bu yaklaşım, modelin doğrudan gerçek konuşma verilerinden öğrenmesini sağlıyor ve mevcut yöntemlerin karşılaştığı veri kıtlığı sorununu çözüyor. Teknoloji, dublaj endüstrisinden kişiselleştirilmiş ses asistanlarına kadar geniş bir uygulama yelpazesi sunuyor.

Araştırmacılar, yapay zeka tabanlı konuşma tanıma sistemlerinin performansını daha hassas değerlendirebilen yeni bir algoritma geliştirdi. Mevcut değerlendirme yöntemleri, sık kullanılan kelimelerle ilgili başarıları öne çıkarırken, nadir terimler ve özel alan kelimelerindeki kritik hataları gizliyordu. Yeni algoritma, dinamik programlama ile beam search puanlamasını birleştirerek, referans metin ile sistem çıktısı arasında çok daha doğru hizalama sağlıyor. Bu sayede konuşma tanıma sistemlerindeki gerçek sorun alanları tespit edilebiliyor. Özellikle kişi adları, yer isimleri ve teknik terimler gibi anlamsal olarak önemli kelimelerdeki hatalar artık maskelenmeden görülebiliyor. Geliştirilen algoritma PyPI üzerinden araştırmacıların kullanımına sunuldu ve konuşma tanıma teknolojilerinin daha hedefli geliştirilmesine katkı sağlayacak.

Sosyal medyada marjinal topluluklar, kendilerine yönelik aşağılayıcı kelimeleri kimlik ve dayanışma aracı olarak yeniden sahipleniyor. Ancak yapay zeka tabanlı içerik moderasyon sistemleri, bu durumu nefret söyleminden ayırt edemiyor ve sonuçta bu toplulukların sesini bastırıyor. LGBTQIA+, siyahi ve kadın toplulukları üzerine yapılan araştırma, otomatik moderasyon araçlarının toplumsal bağlamı kavrayamadığını ortaya koyuyor. Çalışma, sosyal medya kullanıcılarının bu tür kelimelerin hangi durumlarda kabul edilebilir olduğu konusunda çok farklı görüşlere sahip olduğunu gösteriyor. Bu durum, yapay zeka sistemlerinin insan toplumlarının karmaşık dil dinamiklerini anlama konusundaki sınırlarını açığa çıkarıyor.

Araştırmacılar, bilgisayar sistemlerinin dil öğrenme sürecinde 've', 'ile', 'için' gibi işlev kelimelerinin kritik rolünü ortaya çıkardı. 186 farklı dili analiz eden kapsamlı çalışma, bu küçük kelimelerin üç temel özelliğe sahip olduğunu gösterdi: yüksek sıklıkta kullanılma, tutarlı sözdizimsel ilişkilere sahip olma ve cümle yapılarını sınırlama. Yapay zeka modellerinde yapılan deneyler, bu özelliklerin korunmasının dil öğrenimini büyük ölçüde kolaylaştırdığını ortaya koydu. Ancak araştırma ilginç bir denge keşfetti: işlev kelimelerin hem sık kullanılması hem de yeterince çeşitli olması gerekiyor. Bu bulgu, hem doğal dil işleme teknolojilerinin geliştirilmesi hem de insan dilinin nasıl öğrenildiğini anlama konusunda önemli ipuçları sunuyor.

Araştırmacılar, difüzyon tabanlı büyük dil modellerinin metin üretim hızını önemli ölçüde artıran yeni bir yöntem geliştirdi. CreditDecoding adı verilen bu teknik, modellerin geçmiş tahminlerini analiz ederek doğru kelimeleri daha erken tespit etmeyi başarıyor. Çalışma, mevcut paralel kod çözme sistemlerindeki önemli bir verimsizliği ortaya koyuyor: modeller genellikle doğru kelimeyi tahmin ettikten sonra bile güven seviyesi yetersiz olduğu için aynı pozisyonları tekrar tekrar işliyor. Yeni yöntem bu sorunu çözerek hem hızı artırıyor hem de daha sağlam sonuçlar üretiyor.

Araştırmacılar, metin içeren grafiksel verileri analiz etmek için DuConTE adlı yeni bir yapay zeka modeli geliştirdi. Bu model, hem kelimeleri hem de düğümler arasındaki bağlantıları iki farklı seviyede işleyerek daha etkili sonuçlar elde ediyor. Geleneksel yaklaşımlar sadece kelime düzeyinde analiz yaparken, DuConTE aynı zamanda farklı düğümler arasındaki yapısal ilişkileri de göz önünde bulunduruyor. Model, belge sınıflandırma ve bilgi çıkarma gibi uygulamalarda önemli avantajlar sunuyor. İki önceden eğitilmiş dil modelinin art arda kullanıldığı bu yaklaşım, dikkat mekanizmasını dinamik olarak ayarlayarak daha doğru sonuçlar elde ediyor.

Araştırmacılar, konuşmadan konuşmaya çeviri sistemlerinin en büyük eksikliklerinden birini giderdi. MoVE adlı yeni sistem, sadece kelimeleri değil, gülme ve ağlama gibi duygusal sesleri de başka dillere aktarabiliyor. Geleneksel çeviri sistemleri anlam doğruluğunda başarılı olsa da, konuşmanın duygusal boyutunu tamamen kaybediyordu. Bu yeni yaklaşım, farklı duygusal durumlar için özelleşmiş uzman modüller kullanarak ve bunları akıllı bir yönlendirici ile harmanlayarak çalışıyor. Sistem, İngilizce-Çince çevirilerde hedef duygusal sesleri yüzde 76 oranında başarıyla yeniden üretiyor. En şaşırtıcı bulgu ise sadece 30 dakikalık özenle seçilmiş veri ile güçlü performans elde edilebilmesi. Bu gelişme, gerçek zamanlı çeviri teknolojilerinin doğallığını büyük ölçüde artırabilir.

Araştırmacılar, metinlerdeki sarkastiK ifadeleri tespit edebilen yeni bir yapay zeka modeli geliştirdi. Model, transformer tabanlı dil modelleri ile prototip-tabanlı ağları birleştirerek, ironik ve alaycı dil kullanımını başarıyla tanıyor. Geleneksel duygu analizi sistemleri, doğrudan duygusal ifadeleri kolayca anlayabilirken, kelimelerin gerçek anlamı ile kasteden anlam arasındaki çelişki nedeniyle sarkastik metinlerde zorlanıyor. Yeni yaklaşım, duygu gömme tekniklerini kullanarak bu sorunu çözmeye odaklanıyor. Üç farklı açık kaynak veri setinde test edilen model, mevcut en iyi yöntemleri geride bırakıyor. Ayrıca model, benzer örnekler üzerinden açıklamalar üreterek kararlarını şeffaf hale getiriyor. Bu gelişme, sosyal medya analizi, müşteri geri bildirimlerinin değerlendirilmesi ve dijital iletişimde duygu tanıma gibi alanlarda önemli iyileştirmeler sağlayabilir.

Araştırmacılar, dijital iletişimde kritik rol oynayan Reed-Muller kodlarının minimal kod kelimelerini sınıflandırma problemini çözdü. Bu çalışma, sonlu cisimler üzerindeki kuadrik yüzeylerin maksimal rasyonel nokta kümelerine sahip olanlarını belirleme sorunuyla doğrudan bağlantılı. Ekip, F₂ cismi üzerindeki özel bir durum dışında, rasyonel nokta kümeleri birbirine dahil olan mutlak indirgenemez kuadriklerin projektif çeşitler olarak eşit olması gerektiğini kanıtladı. Bu teorik breakthrough, hata düzeltme kodlarının optimal performansını anlamamızda önemli bir adım.

Araştırmacılar, paralel metin üretimi yapan difüzyon dil modellerinin performansını artıran yeni bir yöntem geliştirdi. Stability-Weighted Decoding (SWD) adlı bu teknik, modellerin metin üretim sürecinde hangi kelimelerin güvenli şekilde ortaya çıkarılabileceğini daha doğru belirliyor. Geleneksel yöntemler tek bir andaki güven puanlarına dayanırken, SWD kelimelerin zaman içindeki kararlılığını da hesaba katıyor. Bu yaklaşım, kelimelerin temporal kararsızlığının, maskelenmiş bağlamla olan karşılıklı bilgisine katı bir alt sınır sağladığını teorik olarak kanıtlıyor. Sonuç olarak kararsız kelimeler için erken maskesini kaldırma riskini azaltıyor ve kod üretimi gibi uygulamalarda daha kaliteli sonuçlar elde ediliyor.

Araştırmacılar, göğüs röntgeni görüntülerinden otomatik radyoloji raporu üreten yeni bir yapay zeka sistemi geliştirdi. RA-RRG adlı bu sistem, mevcut büyük dil modellerinin hesaplama maliyetini düşürürken, yanılgılı bilgi üretme sorununu da çözmeyi hedefliyor. Sistem, önce radyoloji raporlarından klinik açıdan önemli anahtar kelimeleri çıkarıyor, sonra verilen röntgen görüntüsüne uygun kelimeleri bularak rapor hazırlıyor. Bu yaklaşım, radiologların iş yükünü azaltma potansiyeli taşırken, yapay zekanın tıp alanındaki güvenilirlik sorunlarına da çözüm sunuyor. MIMIC-CXR veri seti üzerindeki deneyler, sistemin hem kaliteli raporlar ürettiğini hem de yanılgıları önemli ölçüde azalttığını gösteriyor.