Metin-görsel AI modellerinin toplumsal önyargıları güçlendirmesi, etik kullanımlarında ciddi sorunlar yaratıyor. Araştırmacılar, bu soruna yenilikçi bir çözüm getirdi: Embedding Arithmetic yöntemi. Bu teknik, modelin ağırlıklarını değiştirmeden, sadece çıkarım aşamasında önyargıları azaltıyor. FLUX 1.0-Dev ve Stable Diffusion 3.5-Large modellerinde test edilen yöntem, görsel bağlamı korurken sosyal önyargıları başarıyla elimine ediyor. Sistem, uygulayıcılara adalet-tutarlılık dengesini ayarlama olanağı sunuyor. Araştırmacılar ayrıca geleneksel CLIP skorlarının sınırlarını aşmak için yeni bir değerlendirme metriği olan Kavram Tutarlılık Skoru'nu (CCS) geliştirdi.

Araştırmacılar, yapay zekanın insan bakış açısından nesne dönüşümlerini anlayabilmesi için yeni bir sistem geliştirdi. EgoIn adlı bu framework, bir nesnenin başlangıç ve hedef durumları arasındaki ara geçiş süreçlerini tahmin edebiliyor. Sistem, örneğin bir elmanın nasıl dilimlendiğini veya bir kutunun nasıl açıldığını birinci şahıs perspektifinden modelleyebiliyor. Bu gelişme, robotik sistemlerin insan hareketlerini daha iyi anlaması ve taklit etmesi açısından büyük önem taşıyor. Teknoloji, özellikle insanlar ve makineler arasındaki etkileşimi güçlendirmek için kritik bir köprü görevi üstleniyor.

Araştırmacılar, evrimsel hesaplama yöntemlerini kullanarak yüksek doğrusal olmama özelliğine sahip monoton Boolean fonksiyonları geliştirmeyi başardı. Boolean fonksiyonları, kriptografi ve bilgisayar güvenliğinde kritik rol oynar. Monoton yapıları nedeniyle sınırlı şifreleme gücüne sahip olan bu fonksiyonları güçlendirmek, güvenli iletişim sistemleri için büyük önem taşır. Çalışmada, üç farklı kodlama yöntemi ve özel fitness fonksiyonları kullanılarak, geleneksel çoğunluk fonksiyonlarından çok daha güçlü doğrusal olmama özellikleri elde edildi.

Avrupa'da yaşayan Fransızca konuşan göçmenlerin yerel haberlerle nasıl etkileşime girdiğini araştıran yeni bir çalışma, toplum ihtiyaçları ile medya içeriği arasındaki boşlukları ortaya koydu. Araştırmacılar, odak grup görüşmeleri ve doğal dil işleme teknikleriyle 2000'den fazla yerel haber makalesini analiz etti. Çalışma, konu modellemesi, duygu analizi ve okunabilirlik ölçümlerini kullanarak göçmen toplumunun medya ihtiyaçlarını değerlendirdi. Bulgular, yerel etkinliklerin sıkça haber yapıldığını ancak göçmenler için önemli konularda boşluklar olduğunu gösterdi. Haberlerin genellikle orta-ileri Fransızca seviyesinde yazıldığı tespit edildi ve bu durum entegrasyon açısından erişilebilirlik sorularını gündeme getirdi. Araştırma, yerel medya platformları ile toplum ihtiyaçları arasındaki köprüyü güçlendirmeyi hedefliyor.

Robotik keşif algoritmaları, çevreyi haritalamak için graf yapıları kullanır ancak bu veriler hızla büyüyerek performansı düşürür. Araştırmacılar, yapay zeka tabanlı yeni bir yöntemle robotların haritalarındaki gereksiz bilgileri akıllıca temizlemesini sağladı. Transformer mimarisi ve güçlendirmeli öğrenme kullanan sistem, robot keşif sürecinde graf boyutunu %96'ya kadar küçültebiliyor. Bu teknoloji, robotların daha verimli haritalama yapmasını ve kaynaklarını daha akıllı kullanmasını mümkün kılıyor. Sistem, seyrek ve gecikmeli ödül sinyallerine rağmen temizleme kararlarını keşif sonuçlarıyla ilişkilendirmeyi öğrenebiliyor. Test sonuçları, akıllı temizleme işleminin keşif hızını biraz düşürse de tutarlılığı önemli ölçüde artırdığını gösteriyor.

Ağ İzinsiz Giriş Tespit Sistemleri (NIDS) üzerine onlarca yıldır süren araştırmaların gerçek dünya uygulamalarından kopuk olduğunu ortaya koyan yeni bir çalışma dikkat çekiyor. Yüzlerce akademik makalenin bu sistemleri geliştirme, güçlendirme veya atlatma yolları önermesine rağmen, bulgular pratikte kullanılmıyor. Araştırmacılar, bu kopukluğun temel nedeninin NIDS'lerin doğasının yanlış anlaşılması olduğunu belirtiyor. Çalışma, güvenlik operatörlerinin bireysel alarm sinyalleriyle değil üst düzey raporlarla çalıştığı, ele geçirilmiş bir sistemin düzgün çalışmasının beklenemeyeceği gibi temel gerçeklerin göz ardı edildiğini vurguluyor. Bu durum, gelecekteki araştırmalar için hangi senaryoların temel alınacağını belirsiz hale getiriyor.

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, supernova kalıntı şoklarının ardında yeni bir manyetik alan güçlendirme mekanizması keşfetti. Bu mekanizma, şok dalgası tarafından yakalanan yıldızlararası toz taneciklerinin hareketi sonucu ortaya çıkan plazma kararsızlığına dayanıyor. Kozmik ışınların PeV enerjilerine kadar hızlandırılması için gerekli olan manyetik alan güçlendirmesi genellikle şok öncesinde gerçekleştiği düşünülürken, bu yeni model şok sonrasında da böyle bir sürecin mümkün olduğunu gösteriyor. X-ışını gözlemleriyle tespit edilen manyetik alan güçlendirmesinin, özellikle Cassiopeia A gibi supernova kalıntılarında bu mekanizmayla açıklanabileceği öne sürülüyor. Bu keşif, kozmik ışın hızlandırma süreçlerimizi anlamamızda önemli bir adım.

Büyük dil modellerinin yeni alanlarda eğitilmesi sırasında güvenlik hizalaması bozulabilir. Araştırmacılar, bu soruna çözüm olarak 'güvenlik token düzenlemesi' adlı hafif bir yöntem geliştirdi. Bu teknik, modellerin güvenli davranış kalıplarını korurken yeni görevlerde etkili çalışmasını sağlıyor. Geleneksel güçlendirmeli öğrenme yöntemlerinden farklı olarak minimal hesaplama gücü gerektiren bu yaklaşım, AI güvenliği alanında önemli bir adım teşkil ediyor. Kapsamlı deneyler, yöntemin mevcut en gelişmiş tekniklerle eşdeğer güvenlik performansı gösterdiğini ortaya koydu.

Yeni bir araştırma, yapay zeka modellerinin sosyal durumlarla ilgili tavsiyelerde bulunurken otizmli bireyler hakkındaki kalıplaşmış düşüncelere dayandığını ortaya koydu. Araştırmacılar, AI sistemlerinin kişiselleştirilmiş yanıtlar vermek yerine, toplumsal önyargıları yansıtan önerilerde bulunduğunu tespit etti. Bu durum, yapay zekanın nörodiverjent bireylere yönelik mevcut stereotipleri güçlendirme riski taşıdığını gösteriyor. Bulgular, AI teknolojisinin geliştirilmesinde daha kapsayıcı ve önyargısız yaklaşımların benimsenmesi gerektiğine işaret ediyor. Özellikle sosyal etkileşim ve davranış önerilerinde bulunan AI sistemlerinin, farklı nörolojik profillere sahip kullanıcıları dikkate alacak şekilde yeniden tasarlanması kritik önem taşıyor.

Anında ikinci tur seçim sistemi (IRV), dünya genelinde giderek yaygınlaşan bir oylama yöntemi. Ancak yeni bir araştırma, bu sistemin 'güçlendirme paradoksu' adı verilen ciddi bir açığa sahip olduğunu ortaya koyuyor. Paradoksa göre, iki ayrı seçimde kazanan bir aday, bu iki seçimin oyları birleştirildiğinde kaybedebiliyor. Araştırmacılar, üç adaylı seçimlerde bu durumun ne zaman ortaya çıkabileceğinin matematiksel koşullarını belirledi. Monte Carlo simülasyonları ve gerçek seçim verilerinin analizi, IRV sisteminin bu paradoksa oldukça duyarlı olduğunu gösteriyor. Bu bulgular, demokratik meşruiyet açısından önemli sonuçlar doğuruyor çünkü seçmen tercihlerinin nasıl gruplanacağına bağlı olarak sonuçlar değişebiliyor.